arXiv · cs.AI· Hendrik Stumpf, Francesco Quinzan·· 3 小时前
CFGNP用图神经网络直接进行摊销式反事实预测
Amortized Counterfactual Prediction with Graph Neural Networks
arXiv:2610.13724v1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：Hendrik Stumpf, Francesco Quinzan
研究任务与主要进展
作者提出 Counterfactual Graph Neural Process（CFGNP），直接从观测数据回答反事实查询，无需预先估计因果图。该方法利用图神经网络，并将跨世界消息传递限制在对应的事实—反事实变量之间；在 German Loan 基准上，作者报告 MSE 从4.51×10^-2降至0.19×10^-2。
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