arXiv cs.AI / cs.LG 最新· Daniel Klippert·· 18 小时前AI 评分46
Loscar：用预训练上下文分位数回归做基于残差的因果发现
Residual-Based Causal Discovery via Pretrained In-Context Quantile Regression
AI 导读
研究提出 Loscar，把 RESIT 框架从加性噪声模型扩展到 location-scale 噪声模型（LSNM），通过分位数回归估计条件均值与尺度，让预训练表格基础模型可直接作为即插即用估计器。在双变量与多变量因果发现基准上，in-context 分位数回归在灵活函数类下明显优于 FGLS 变体，多变量原因场景优势尤其突出。
标题与摘要由 AI 辅助生成，事实与观点以原文为准。
来源：arXiv cs.AI / cs.LG 最新 · arxiv.org
本站标题、摘要与推荐理由由 AI 辅助生成；原文版权归来源所有。