PO-Flow框架发布与实验验证

研究人员Dongze Wu、David I. Inouye及Yao Xie提出了连续归一化流框架PO-Flow，旨在处理特定的结果分布。该框架通过可逆传输映射表示，支持潜在结果生成、条件平均处理效应估计及反事实预测。 为解决观察性数据中的处理不平衡问题，PO-Flow在损失函数中引入了交叉拟合逆概率加权机制，增强了模型在因果推断场景下的鲁棒性。 实验结果显示，在4个标量基准测试中，PO-Flow取得了最低的PEHE和潜在结果RMSE。在35个多元比较中，该框架于26项指标达到最低平均得分。

AI 根据报道生成 · 55 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。