待验证50% 置信事实精确时间
可解释提升机(EBM)是一种广义加性模型(GAM)的现代实现,通过提升算法逐轮拟合单变量形状函数,并可选地拟合成对交互项,最终预测为各形状函数之和。
1
来源数
50%
置信度
长期有效
时效性
2026/11/13
首次发现
来源
涉及实体
相关事实
待验证与GLM不同,EBM的形状函数由数据驱动学习得到,而非预设线性形式,因此其结构稳定性更依赖于训练数据的分布和超参数设置。70% 相似待验证解释性世界模型(EWM)是一个归因框架,核心思路是利用解释来识别可能对最终结果有贡献的早期事件68% 相似待验证LaRe是与EWM最直接可比的基线方法,同样借助语言模型辅助奖励塑形,但采用直接的奖励重标记策略而非保守分层算子68% 相似待验证能量基模型(EBMs)是一类通过标量能量函数为每个状态赋值、以低能量表示高概率或高适应度的概率模型,不要求归一化常数可计算。67% 相似待验证常见的广义线性模型(GLM)和可解释提升机(EBM)都符合函数透明性的定义。66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1166095API
curl https://kongchang.com/api/v1/knowledge/claims/1166095MCP
get_claim(id=1166095)