标签
本文提出一种新颖的随机森林监督式HSIC-ANOVA方法，用于对基于主体的农业生态模型中分层决策规则参数空间进行敏感性分析，并将其应用于MAELIA平台，以解读氮淋溶、土壤有机碳和产量预测等输出结果。
我们提出 SALTO，这是一种基于 Koopman 的提升转移算子框架，将学习得到的动力学锚定于模拟器的线性化传播算子，从而在三个非线性偏微分方程系统中，仅以反复运行非线性求解器所需成本的一小部分，即可实现精确的有限振幅源项反演和类伴随灵敏度计算。
本文提出了一种从观测数据中学习风险评分的方法，该方法对未观测混杂因素具有鲁棒性，采用敏感性分析和Wasserstein分布鲁棒优化。该方法在传统基准和最先进方法上提高了校准性。
本文介绍了一种名为CB-MAS的多智能体系统，用于文档敏感性分类。该系统通过迭代咨询和通道增强，解决了BERT等变压器模型中固定输入长度的局限性。
本研究比较了互信息与基于数据的敏感性分析在银行电话营销特征选择中的应用，表明敏感性分析能用更少的特征实现良好的预测，而互信息在成本降低方面更优。
本文形式化了在概率非确定性因果模型下马尔可夫决策过程的反事实策略优化，该模型将潜在混杂因素与固有随机性分开，并提出了一种实用的优化程序来推导鲁棒的反事实策略。该方法在脓毒症治疗模拟器上得到验证，其中糖尿病状态作为未观测的全局混杂因素。
立场论文：主张为MILP决策引擎增加一个求解后鲁棒性层，形式化扰动下的可行邻域和解的平滑性，并呼吁采用经过认证的内部近似和对抗鲁棒性裕度。
本文系统分析了工具调用评估对随机种子、多轮模板等微小实现选择的敏感性，揭示这些因素可能导致性能大幅变化。同时，识别了基于强化学习的工具调用训练中的计算浪费来源，并介绍了在不牺牲性能的情况下加速训练的技术。
QUIVER 提出了一种形式化框架，用于量化在结构化为计算图的复合AI系统中扰动的传播方式，定义了灵敏度矩阵、轨迹发散、分岔阈值和分布忠实性，并在生产管道和公共管道上进行了验证。
一位16岁的开发者创建了sage-explainer，这是一个Python包，用于近似黑盒模型（如随机森林和XGBoost）对特征的预测灵敏度，提供比中心有限差分更稳定的结果。