研究人员开发了MediPFN,一个用于因果中介分析的新型框架,该框架利用了预训练的表格基础模型。该方法旨在通过估计条件均值和倾向得分,将处理效应分解为间接和直接路径。MediPFN包含一个摊销推理框架和一个交叉拟合影响函数估计器,用于构建置信区间,并考虑了干扰函数拟合中的不确定性。与传统的自助法等方法相比,该框架在覆盖精度方面有所提高,并显著降低了计算成本。 AI
影响 该框架有望提高机器学习应用中因果推断的准确性和效率,特别是在依赖复杂数据分析的领域。
排序理由 该集群描述了一篇详细介绍因果中介分析新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
- Bootstrap
- Causal Mediation Analysis With Failure Time Outcome and Error-prone Longitudinal Covariate
- Few-shot learning
- Hugging Face
- independent calibration
- influence-function estimator
- MediPFN
- supervised fine-tuning
- tabular foundation model
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →