intervention-analysis

本文引入一种站点不对称性审计，以分离激活空间顺序交换干预中的基线效应和交互作用，表明单干预基线能解释语言模型中的大部分方差，并提出一种校正残差用于检测几何结构。

本文提出了Neural-Bayesian结构学习框架，该框架将可微结构学习与离散选择建模相结合，用于预测选择行为和评估干预措施，在恢复连贯的依赖结构的同时，实现了与现有基准可比的性能。