利用中介变量更高效地迁移因果效应，新半参数估计器
RexDouglass · x · 2026-10-25
arXiv 新论文（stat.ME，Zhang、Rudolph、Díaz 等）研究如何把试验中估计的平均处理效应（ATE）更高效地迁移到目标人群。
- 提出两个柔性半参数估计器：一是假设已知驱动人群异质性的基线协变量，仅通过这些协变量做迁移而非全部协变量集，从而提升效率；二是协作型一步估计器，无需预先知道哪些协变量导致研究间异质。
- 通过靶向降维策略，在有中介与中间混杂的情境下改进因果效应迁移的效率。
- 用模拟检验有限样本表现，并应用于大规模住房搬迁试验（MTO）和听力干预试验（ACHIEVE）。
「研究」频道最新
- EMNLP 2026 展出 KnowSim:模拟不同知识水平用户的信息搜寻行为 — tianshi_li · 2026-10-26
- dair-ai 周选论文：对象导向 Agent Harness、Agent 缓存工程等上榜 — dair_ai · 2026-10-26
- CMU EMNLP 论文：检索偏置会诱导 RAG 选中高频但错误的近似答案 — pratyushmaini · 2026-10-26
- OpenAI 曝光 GPT-7 训练细节：打造缓存网页「离线世界」供前沿 RL 使用 — daniel_mac8 · 2026-10-26
- EMNLP 论文:技术文档漂移一年,FreshStack 检索基准依然可靠 — mrdrozdov · 2026-10-26
- EMNLP 论文提出 CAP 指标:8 类语义正确性评估开放式 QA — preslav_nakov · 2026-10-26