研究人员开发了一个新的基准，用于评估深度学习模型在动态干预下预测疫情轨迹的能力。该基准通过提供真实的反事实结果，支持静态和时变治疗，解决了现有数据集的局限性。它利用一个基于代理的模型，并使用真实世界数据进行校准，为美国150多个县生成轨迹，从而能够全面评估因果推断方法。 AI
影响 为公共卫生领域的AI模型提供了一个强大的评估框架，有可能改进疫情预测和干预策略。
排序理由 该集群包含一篇学术论文，详细介绍了用于评估AI模型的新基准。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.05692v1 Announce Type: new Abstract: Deep learning has enabled significant advances in time-series causal inference, yet progress remains constrained by the lack of realistic benchmarks with observable counterfactual outcomes. Existing datasets either rely on real-worl…
Deep learning has enabled significant advances in time-series causal inference, yet progress remains constrained by the lack of realistic benchmarks with observable counterfactual outcomes. Existing datasets either rely on real-world observations without ground-truth counterfactu…