Każda aktualizacja modelu w produkcji - retraining, fine-tuning, kwantyzacja czy wymiana przez producenta - niesie ryzyko regresji wydajności. Zespół badaczy sformalizował problem jako audyt certyfikowany różnic ryzyka parowanych modeli i zaproponował rozwiązanie DISCERN, które pozwala na zmniejszenie kosztów walidacji poprzez inteligentne wykorzystanie informacji gdzie modele się zgadzają, a gdzie się różnią.
Architektura DISCERN opiera się na kluczowym spostrzeżeniu: różnica w ryzyku między dwoma modelami występuje głównie na przykładach, gdzie podają różne predykcje. System działa dwupoziomowo - najpierw bezlabelowy tier certyfikuje aktualizacje, dla których wskaźnik niezgodności pozostaje poniżej tolerancji, korzystając wyłącznie z nieoznakowanego ruchu. Drugą warstwę stanowi audited tier, który etykietuje jedynie próbkowane niezgodności za pomocą sekwencji ufności ważnej w każdym momencie zatrzymania, niezależnie od reguł routingu etykiet czy nawet wrogich decyzji audytora. Teoretyczne granice złożoności labelowania osiągają rząd O(rho^2/eps^2), co stanowi oszczędność factor 1/rho w porównaniu do metod ignorujących strukturę niezgodności.
W testach na 14 000+ zreprodukowanych strumieni audytów obejmujących 785 par aktualizacji modeli, w tym fine-tune'ów LoRA modeli językowych o rozmiarze do 1,4B parametrów, system wykazał pokrycie 0,0002 poniżej nominalnego 5%, moc testowania 0,986 i zero fałszywych alarmów. Szczególnie istotne: 56% certyfikowanych aktualizacji benignowych uzyskało certyfikat bez użycia jakichkolwiek etykiet. Każdy audyt generuje automatycznie sprawdzalny zapis dowodów dla monitoringu post-rynkowego.