Julian Rodemann

表现式学习理论探讨预测对结果的影响

研究人员开发了一个关于“表现式学习”的理论框架，在这种学习中，预测会影响它们旨在预测的结果。该理论探讨了模型在其预测影响其训练数据时如何泛化，并考虑了预测仅影响现有用户或全体人口的场景。分析揭示了模型改变世界的能力与其从中学习的能力之间的权衡，表明对数据更大的影响会降低学习效果。该研究还提出了通过在表现式扭曲的样本上重新训练来增强泛化的方法，并以德国劳动力市场数据为例进行了说明。