11:05
官方账号arXiv cs.LG@Yusen Liu, Yong Wang, Yifan Yin, Tianqing Zhu, Xiufeng Liu, Huan Huo
推荐理由：这篇论文把Transformer的自注意力倒过来用，专门抓多元时间序列里的间接因果，还带验证模块，实验效果比现有方法好。搞因果推断的值得看看。
CSAM
共 2 条相关 AI 资讯
7月31日
11:05
本文提出一个基于Transformer自注意力机制的因果发现框架，用于处理多元时间序列数据。新引入的倒置因果自注意力模块（CSAM）通过翻转token并引入注意力稀疏性，突出潜在和间接因果关系，抑制伪相关。框架还包含全局因果算法与因果验证模块，前者提供整体因果影响度量，后者增强识别出的因果关系的可靠性。在线性和非线性数据集上的实验及消融研究表明，该框架优于现有方法。
7月29日
09:55
09:55
官方账号arXiv cs.LG@David Demitri Africa, Cate Heine, Nadine Staes-Polet, Kimberly Mai
推荐理由：想知道怎么不跑图就能筛出有害LoRA？这篇论文用权重向量做指纹，跨模型都管用，比看元数据靠谱多了。