arXiv 论文：干预能力无法仅靠数据学会

Marcus Thomas 在 arXiv 发布预印本论文，论证干预能力无法仅从数据中学到。论文称，对平方误差损失下的确定性预测器，只要存在观测优势，模型就必然依赖结果直接原因之外的输入，从而给干预响应误差设下正的下界；这种依赖还会让模型行为随同一干预的实现方式而变化。 作者提出，要把误差降到该下界以下，必须引入更好的因果假设。他们推测，在因果假设失效时，可靠获得并保持干预能力需要模型自主提出替代假设、检验其后果，并依据错误修正。

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。