LUCID：基于条件密度估计的局部变量重要性方法

2026年10月27日，arXiv 的 cs.AI 与 cs.LG 分类下出现论文《LUCID：用条件密度估计理解局部协变量重要性》。该工作提出一种模型无关的局部变量重要性度量及其估计器，其核心思路是：在给定其余观测特征的完整条件分布中抽取合理值，以此扰动目标特征。论文建立了 LUCID 与现有变量重要性（VI）度量之间的理论联系，并给出具备收敛保证和不确定性量化的估计器。在模拟数据和真实示例中，LUCID 均表现出稳定的性能与实用价值。目前该事件仅见这一篇报道，尚无后续进展或第三方复现结果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。