Instradamento di Segnali Spuri in Apprendenti Contestuali Tabellari
Un nuovo articolo su arXiv (2607.25532) formalizza l'instradamento spurio in rappresentazioni composite per modelli di apprendimento contestuale tabellare (ICL). Gli autori mostrano che quando una caratteristica combina un segnale causale reale con un artefatto sistematico (ad esempio, da apparecchiature ospedaliere), modelli ICL come TabPFN possono instradare le previsioni attraverso il segnale spurio, fallendo quando implementati in nuovi ambienti. Dimostrano che questo instradamento è inevitabile sotto ICL ridge indipendentemente dalla dimensione del contesto.
Fatti principali
- Articolo arXiv 2607.25532
- Formalizza l'instradamento spurio in rappresentazioni composite
- La caratteristica X combina il segnale causale C e il segnale spurio S
- I modelli ICL instradano attraverso S invece di C
- Fallisce silenziosamente in nuovi ospedali con apparecchiature diverse
- Dimostrato inevitabile sotto ICL ridge
- TabPFN mostra comportamento coerente
- Pubblicato su arXiv
Entità
Istituzioni
- arXiv