技术摘要：修剪何时有助于共形预测？

问题陈述

共形预测依赖于校准分数与测试分数的可交换性，以提供有限样本的覆盖率保证。然而，在校准污染（calibration contamination）下，这种可交换性会失效：此时校准样本是从混合分布 $P^\star = (1-\epsilon)P + \epsilon Q$ 中抽取的（其中 $P$ 是干净的靶标分布，$Q$ 是未知的污染分布），而测试点仍从 $P$ 中抽取。

从业者常见的应对策略是在计算共形分位数之前，修剪（trim）具有高异常分数的校准点。虽然这种做法直观，但本文指出，该过程并非简单地“净化”数据。相反，它将校准分布转化为一个保留分布（retained law）$R$。由此生成的针对干净靶标 $P$ 的预测集的合法性，变成了一个从 $R$ 向 $P$ 的转移问题。核心问题是：在什么条件下，修剪实际上能改善针对干净靶标的覆盖率，而在什么条件下它会失效甚至降低性能？

方法论

保留分布框架

作者将固定阈值的修剪重新定义为条件化（conditioning），而非数据净化。给定异常分数 $S$ 和阈值 $t^\star$，仅当 $S(Z) \le t^\star$ 时保留校准点。由此产生的保留校准集是独立同分布（i.i.d.）的，服从保留分布：
$$R = P^\star(\cdot \mid S \le t^\star)$$
该分布通常既不是原始的污染分布 $P^\star$，也不是干净分布 $P$。

理论诊断

本文推导了边际干净覆盖率的精确有限样本恒等式，该恒等式取决于保留计数的分布以及保留分布 $R$ 与干净分布 $P$ 之间的关系。

为了使问题可解，作者引入了一个标量转移间隙（scalar transfer gap）$d_{R \to P, +} = \sup_t (F^A_R(t) - F^A_P(t))_+$，其中 $F^A$ 表示非共形分数 $A$ 的累积分布函数（CDF）。覆盖率保证被界定为：
$$\text{Coverage} \ge [1 - \alpha - d_{R \to P, +}]_+$$

利用 $R$ 的混合分解，作者推导出了该间隙的分量级上界：
$$d_{R \to P, +} \le (1 - \tilde{\epsilon}^\star) \Delta^A_{\text{trim}, +} + \tilde{\epsilon}^\star D_{Q, +}$$
其中：

1. $\Delta^A_{\text{trim}, +}$（干净侧代价）： 由保留条件化引起的干净非共形分数分布的畸变。本文证明，这恰好是保留指示变量与干净分布 $P$ 下非共形分数之间的单侧协方差。
2. $\tilde{\epsilon}^\star$（保留混合系数）： 保留集中的有效污染水平，由 $\tilde{\epsilon}^\star = \frac{\epsilon p_d}{(1-\epsilon)p_c + \epsilon p_d}$ 给出，其中 $p_c$ 和 $p_d$ 分别是干净点和脏点的保留概率。
3. $D_{Q, +}$（保留脏差异）： 保留的脏分量与干净靶标之间的差异。

关键理论洞察

• 协方差恒等式： 修剪干净数据的代价由异常分数 $S$ 与 $P$ 下非共形分数 $A$ 之间的依赖性驱动。如果在 $P$ 下 $S$ 和 $A$ 是独立的（例如，同方差回归中的仅协变量分数），则干净侧代价为零。
• 系数级分离二分法： 仅当异常分数能够分离干净点和脏点（即 $p_d \ll p_c$）时，修剪才能减少污染。如果 $p_d \approx p_c$，则 $\tilde{\epsilon}^\star \approx \epsilon$，修剪无法降低混合系数。在这种“无分离”机制下，修剪可能会因引入干净侧畸变而未减少污染，从而严格恶化覆盖率。
• 有限样本尖锐性： 标量下界被证明在仅由标量差异约束定义的问题类中是极小极大最优的。任何仅使用标量间隙的统一下界都无法超过该值。

证书模板

由于总体量在实践中未知，本文提供了用于数值保证的证书模板：

1. 分量级审计： 利用独立信息（例如，干净审计样本或领域知识）来界定各要素（$p_c, p_d, \Delta^A_{\text{trim}, +}, D_{Q, +}$）。
2. 直接审计： 使用独立的干净审计样本，通过精确二项式反演或柯尔莫哥洛夫 - 斯米尔诺夫界限，对最终选定的集合进行认证。
3. 同样本选择： 针对阈值从同一校准样本中选择的场景，提供了有限网格经验 CDF 界限，这会带来 $\sqrt{\log K / N}$ 的惩罚。

实验结果

作者在具有协变量几何污染的异方差回归任务上评估了该理论。

• 分数可见机制： 当异常分数（Stein 分数范数）能有效分离干净数据和脏数据的协变量分布时，修剪显著提高了覆盖率。这种改善是由保留混合系数 $\tilde{\epsilon}^\star$ 的降低（降至接近零）以及可控的干净侧代价驱动的。
• 无分离机制： 当干净点和脏点具有相似的保留概率时，修剪无法降低 $\tilde{\epsilon}^\star$。覆盖率保持低位，证实了若无分离，修剪无法提供帮助。
• 仅标签污染： 当仅响应 $Y$ 被污染（而 $X$ 是干净的）时，基于协变量的修剪毫无作用。该方法正确识别出在此设定下修剪无法改善覆盖率。
• 大样本量： 增加校准大小 $m$ 会减少有限样本的松弛度，但无法消除由保留分布转移间隙引起的总体覆盖率赤字。极限覆盖率由总体诊断决定，而非样本量。

意义与主张

本文声称提供了一种总体级诊断，解释了修剪何时以及为何有效，超越了“去除异常值总是有帮助”的经验性信念。

1. 重构修剪： 确立了修剪是对校准分布的变换，而非对原始分布的恢复。合法性仅对保留分布精确成立，需要向干净靶标进行转移。
2. 设计原则： 形式化了用于修剪的良好异常分数必须在干净总体上是分数中立的（最小化与非共形分数的协方差），同时在干净总体和脏总体之间具有分离性。
3. 局限性： 证明了如果分数无法分离保留概率，修剪就无法通过混合系数减少污染。在这种情况下，修剪可能会严格降低性能。
4. 操作安全性： 区分了总体诊断（利用已知模拟分布的机制性解释）和数值证书（需要独立审计数据的保证），确保从业者不会在没有适当审计的情况下，将理论界限误认为是数据驱动的证书。

该研究得出结论：修剪并非解决污染的万能方案；其有效性严格取决于异常分数分离污染的能力与其对干净靶标分布的中立性之间的相互作用。