从可识别的因果表征到可控的反事实生成:因果生成建模综述

💡 原文中文,约400字,阅读约需1分钟。
📝

内容提要

本文介绍了将因果性理论融入深度生成建模的方法,提高深度生成模型的分布偏移鲁棒性、公平性和互操作性。文章分为因果表示学习和可控反事实生成方法两类,探讨了因果生成模型在公平性、隐私、超出分布泛化和精准医学方面的理论、形式化、缺点、数据集、度量和应用,并讨论了未来研究方向。

🏷️

标签

➡️

继续阅读