Conformal Relevance：用上下文集成统一 Conformal 语言任务

研究者提出 Conformal Relevance 框架，通过上下文学习示例筛选与集成构建评分函数，在保持覆盖率的条件下提升简洁性，减少人工提示词工程。该框架在 7 项 NLP 任务上得到验证，并从理论上给出集成多样性提升最差句子评分的互补条件及饱和上界。论文为 EMNLP 2026 Findings，代码已开源。