热点事件持续更新
Loscar 将 RESIT 扩展至位置-尺度噪声模型
1 篇报道1 个报道来源17 小时前更新
先了解这件事
AI 综述
2026年10月21日，arXiv cs.AI/cs.LG 报道一项研究提出 Loscar。该方法把 RESIT 框架从加性噪声模型扩展到位置-尺度噪声模型（LSNM），通过分位数回归估计条件均值与尺度，使预训练表格基础模型可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。
AI 根据报道生成 · 2 小时前更新
最新进展10月21日 18:19
研究提出 Loscar，将 RESIT 扩展至位置-尺度噪声模型并用于因果发现。报道时间线
沿着报道，了解事件的不同侧面。
10月21日
- arXiv cs.AI / cs.LG 最新Loscar：用预训练上下文分位数回归做基于残差的因果发现
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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。