实体
Athanasios Vlontzos
Athanasios Vlontzos
PulseAugur coverage of Athanasios Vlontzos — every cluster mentioning Athanasios Vlontzos across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新方法在事后识别 AI 模型中的因果特征与虚假特征
研究人员推出了一种新颖的事后方法——归一化敏感性比率（NSR），用于识别已训练 AI 模型中的因果特征。与以往的技术不同，NSR 不需要访问模型的训练过程。它在结构化迁移机制下运行，其中环境主要在虚假特征的均值上有所不同，而因果机制保持稳定。在合成数据和真实世界数据集（如自行车共享数据）上的实验表明，NSR 在恢复因果特征方面具有有效性，并且在各种模型家族中表现一致。
-
新研究揭示表格上下文学习器中存在虚假路由缺陷
研究人员发现表格上下文学习模型存在一个关键缺陷，即它们可能会被数据中的虚假相关性“纠缠”住。这意味着模型可能会学会依赖不相关的信号，例如特定医院的设备伪影，而不是用于预测的真正因果因素。这种虚假路由在线性模型中是不可避免的，并且会随着上下文大小的增加而加剧，导致模型在部署到新环境中时性能显著下降。该研究提出了两种缓解策略：环境分层上下文构建和S-swap增强，它们能有效地重新路由模型以关注因果信号并提高其鲁棒性。