技术
Counterfactual Collapse（反事实坍缩）
在因果推理中，模型对反事实查询给出相同或无效预测的现象，导致无法区分不同干预效果。
详细解释
反事实坍缩是因果机器学习中的一种失效模式，指模型在面对反事实查询时，由于训练数据或模型结构的限制，无法生成合理的反事实结果，而是输出与事实相同的预测。这通常源于模型过度依赖表面相关性，缺乏对因果机制的建模。解决该问题需要引入因果结构或反事实数据增强。
别名与相关写法
counterfactual collapse
在因果推理中，模型对反事实查询给出相同或无效预测的现象，导致无法区分不同干预效果。
反事实坍缩是因果机器学习中的一种失效模式，指模型在面对反事实查询时，由于训练数据或模型结构的限制，无法生成合理的反事实结果，而是输出与事实相同的预测。这通常源于模型过度依赖表面相关性，缺乏对因果机制的建模。解决该问题需要引入因果结构或反事实数据增强。