conditional-law drift

新论文解释了AI生成的协变量会改变因果问题

一项新的研究论文提出了一个处理序贯实验中AI生成协变量的框架，解决了“估计量漂移”问题，即如果协变量的角色未指定，因果问题可能会发生变化。提出的因果类型规范包括一个版本化的表示映射、一个因果角色分类器、一个声明状态过滤器和一个估计量锁定，以在分析前标准化近因效应。模拟表明，该方法可以帮助减轻某些协变量生成方法引起的偏差和覆盖不足问题，强调了因果语义和声明状态的重要性。