跳到正文
arXiv AI· Furkan Danisman, Luke Zhang, Zhijing Jin, Dehan Kong·· 2 天前评分14

Joint Learning of Factual and Counterfactual Worlds for Causal Prior-data Fitted Networks

摘要

估算治疗效应是科学领域许多学科的核心,需要关于替代世界的反事实推理。然而,在现实世界中,每个单位仅在事实世界中才能揭示其结果。因此,任何基于真实数据训练的模型都无法同时学习事实世界和反事实世界的结果。

推荐理由

请对照arXiv AI原文,核对完整说明及适用条件。

本站只提供摘要与原文入口。完整内容请阅读原文。

来源:arXiv AI · arxiv.org