arXiv · cs.AI· Xin Wang (Jeff), R. Tyrrell Rockafellar (Jeff), Xuegang (Jeff), Ban·· 8 小时前
约束深度学习中的约束感知影响估计：方向性影响函数（DIF）
Constraint-Aware Influence Estimation in Deep Constrained Learning
arXiv:2607.23388v4阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Xin Wang (Jeff), R. Tyrrell Rockafellar (Jeff), Xuegang (Jeff), Ban
研究任务与主要进展
论文提出方向性影响函数（DIF），将约束纳入影响估计，以处理数据扰动同时改变目标函数和可行域导致的估计失真。基于论文摘要，DIF在约束线性回归中恢复留一重训结果，并在公平约束CNN中较好预测移除数据后的测试损失变化；经典IF和惩罚式IF则出现显著偏差。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org