无须受控实验的科学模拟器反事实预测

英文标题：Counterfactual Predictions in Scientific Emulators Without Controlled Experiments

该论文讨论如何让科学模拟器在缺乏受控实验的条件下进行反事实预测，即回答“如果条件、干预或历史不同，会发生什么”的问题。论文指出，模型即使能够在已观测数据上准确预测，也可能在这类“假如”查询中失效，尤其是在输入变量存在相关性时。该研究对构建用于科学发现、政策评估和干预分析的 AI 模型具有意义：开发者不能仅以观测数据上的预测精度衡量模型是否具备可靠的反事实推理能力。

2.1 KB 640 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB