研究者提出CGSD分解数据过滤效应

1. 12:00
   arXiv cs.CL

   反事实门控支持分解（CGSD）：将训练数据过滤中的选择效应与重分布效应分离

   研究者提出反事实门控支持分解（CGSD），一种四臂、预算匹配的实验设计，将训练数据过滤的门控效应拆分为支持内选择、支持间重分布及二者交互作用。在韩英与韩日检索任务上，支持内选择分量是唯一超出校准零假设区间的成分（韩英 +29.7、韩日 +5.6 个留出项；30/30 正向重复），重分布与交互作用在现有统计功效下无法判定。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。