Design-Ignoring versus Design-Respecting World Models for Epidemiology¶
作者: Xiangyu Yu, Weiyu Liu
主题: 因果推断
相关性: 7/10
链接: https://arxiv.org/abs/2609.30679
一、领域脉络与小综述¶
这个方向是什么¶
本文所处的子方向是流行病学中的"世界模型"(world model)——即用生成式序列模型(如状态空间模型、深度潜变量模型)对疾病传播的动态过程进行建模,并用于干预效果的预测与对比。该方向的核心统计问题是:当观测数据是由特定研究设计(如整群随机试验、检测阴性设计)产生时,模型学到的"世界动态"是否真正反映了潜在的疾病传播机制,还是仅仅拟合了由设计决定的观测模式? 更尖锐地说,一个在事实重建(factual reconstruction)上表现良好的模型,其干预对比(intervention contrast)是否可信?本文的答案是:不一定——除非模型显式地将研究设计纳入其结构。
发展脉络(history)¶
-
奠基工作:世界模型作为通用框架。世界模型的概念源自强化学习领域,Ha & Schmidhuber (2018) 提出用生成模型学习环境的压缩时空表征,并在"梦境"中训练策略;Hafner et al. (2019, 2025) 的 PlaNet 和 Dreamer 系列进一步将潜变量状态空间模型用于规划与控制。这些工作确立了世界模型"学习动态、模拟未来、支持决策"的三位一体功能。
-
向医学与流行病学的迁移。近年来,医学世界模型开始出现,如 Mu et al. (2026) 的 EHRWorld 将患者纵向电子健康记录建模为状态空间,支持长时程临床轨迹模拟;Chen et al. (2026) 的综述系统梳理了医学世界模型的四类能力(患者状态表征、时间动态建模、干预条件模拟、临床监督规划)。这些工作将世界模型从"控制任务"推向"高风险的医学决策支持"。
-
流行病学世界模型的提出。Memon et al. (2026) 首次明确提出"流行病学世界模型"的概念框架,将潜藏的流行病状态与策略依赖的监测系统(检测、延迟、噪声、行为响应)分离。这是本文最直接的思想先驱——本文作者明确引用其"分离潜藏状态与策略依赖监测"的核心洞见。
-
检测阴性设计(TND)的统计基础。TND 在流行病学中已有成熟的理论支撑:Anders et al. (2018) 提出了整群随机检测阴性设计(CR-TND)并给出其效率论证;Dufault & Jewell (2020) 分析了计数型结局下 TND 的负对照方法;Wang et al. (2022) 在随机化推断框架下研究了 CR-TND 的无偏估计与部分依从问题。这些工作为本文提供了"设计如何影响估计"的经典统计视角。
-
本文的位置。本文站在上述两条线索的交汇处:一方面,世界模型在流行病学中的应用刚刚起步(Memon et al. 2026 只是概念框架,没有实证);另一方面,TND 的统计理论已经成熟但从未被纳入世界模型的构建中。本文的贡献是将研究设计(特别是 TND 的观测机制)形式化为世界模型的组件约束,并给出一个实证案例说明"忽略设计"的模型在干预对比上会产生严重偏差。
子线索聚类¶
-
线索 A:世界模型的架构与学习(Ha & Schmidhuber 2018; Hafner et al. 2019, 2025; Krishnan et al. 2017)。这一簇关注如何从高维序列数据中学习潜变量动态模型,核心技术包括变分推断、循环状态空间、想象 rollout。它们为流行病学世界模型提供了"引擎",但不关心观测数据是如何被设计产生的。
-
线索 B:医学与流行病学中的世界模型应用(Memon et al. 2026; Mu et al. 2026; Chen et al. 2026)。这一簇将世界模型引入医学场景,强调潜藏状态与观测之间的复杂关系(如监测偏差、行为反馈)。它们提出了"策略依赖观测"的概念,但缺乏将具体研究设计(如 TND)形式化的严格框架。
-
线索 C:检测阴性设计的统计理论(Anders et al. 2018; Dufault & Jewell 2020; Wang et al. 2022; Jewell et al. 2025)。这一簇从经典统计角度研究 TND 的识别、估计与推断,核心工具是条件似然、比值比与随机化推断。它们精确刻画了设计如何影响估计量,但没有将其嵌入生成式模型的框架。
-
线索 D(本文的贡献):设计作为世界模型的组件约束。本文提出将研究设计分解为四个组件——潜在世界接口、动作机制、观测似然、目标读出——并据此区分"尊重设计"与"忽略设计"的模型。这既是对线索 B 的严格化(把"策略依赖观测"落到具体组件),也是对线索 C 的推广(把 TND 的统计结构嵌入生成式模型)。
这个方向在追问的核心问题¶
- 可识别性:在何种条件下,世界模型学到的干预对比是设计无关的(design-free)?TND 的比值比在什么意义上对观测机制不变?
- 评估标准:事实重建(如预测误差)能否作为世界模型质量的充分判据?如果不能,应该用什么替代?
- 设计迁移:一个在某种设计下训练的世界模型,能否用于回答另一种设计下的科学问题?
- 计算与统计的权衡:尊重设计的模型在统计上更稳健,但其似然可能更复杂、更难优化——这种额外的计算代价是否总是值得?
⚠️ 作者的 framing(这是作者的说法)¶
作者将缺口 frame 为:"事实重建不足以验证世界模型的干预解释",并主张"研究设计应作为世界模型的一等公民组件"。具体来说,作者认为现有世界模型文献(线索 A、B)把观测过程当作一个通用的发射分布,而没有区分"设计决定的观测机制"与"疾病本身的动态";因此,一个模型可能完美拟合观测轨迹,却在干预对比上产生系统性偏差。作者的解决方案是:将设计分解为四个组件,并通过对观测似然的约束(如 TND 的条件似然)来保证对比的稳健性。
值得注意的淡化/回避: - 作者回避了深度生成模型的非识别性问题——即使设计被正确形式化,潜变量模型的参数可能仍然不可识别,本文的实证部分用的是极简的状态空间模型(AR(1) 潜状态 + 泊松/二项发射),没有讨论深度模型(如 Dreamer 架构)下的情况。 - 作者淡化了TND 本身的可识别性假设——TND 的比值比解释依赖于"阴性对照不受干预影响"这一关键假设,本文的框架将其视为已知,没有讨论该假设被违反时的后果。 - 作者没有讨论设计对齐检验的统计功效——500 次重抽样实验的结论是否在更小的样本量下依然成立?
什么明显该被引 / 该存在、却没出现在 intro 里? - 半参数效率理论:本文讨论的"设计如何影响估计"与半参数理论中的"效率影响函数"直接相关——TND 的条件似然本质上是一种半参数估计策略。作者没有引用 Bickel et al. (1993) 或 Tsiatis (2006),这可能是为了保持"世界模型"的叙事纯粹性,但对统计读者来说这是一个明显的遗漏。 - Rubin 因果模型与 SUTVA:本文讨论干预对比,但从未明确写出潜在结果框架或 SUTVA 假设。对于因果推断读者,这是一个关键的缺失——作者用"设计组件"替代了潜在结果的语言,但两者的关系未被阐明。 - 迁移学习/领域自适应:本文的"设计迁移"问题(一个设计下训练的模型能否用于另一个设计)与迁移学习中的"协变量偏移"有深刻联系,但作者没有引用这一文献。
张力¶
未见明显的对立引用。但有一个微妙的张力值得注意:线索 C 的经典 TND 理论(如 Wang et al. 2022)强调随机化推断的稳健性,而本文的框架则依赖于参数化的状态空间模型。前者在极少的模型假设下给出有效推断,后者则需要较强的分布假设。作者没有正面处理这一张力——他们用"条件似然"将 TND 的结构嵌入模型,但条件似然本身仍然是参数化的。一个经典统计学家可能会问:为什么不直接用非参数的随机化推断?
二、最核心、最简单的例子 / 数学问题¶
第一步:符号、模型、可观测数据¶
符号清单(按类别):
| 符号 | 含义 | 类别 |
|---|---|---|
| \(c \in \{1,\dots,24\}\) | 整群(cluster)索引 | 样本单位 |
| \(t \in \{1,\dots,27\}\) | 月份索引 | 时间 |
| \(Z_c \in \{0,1\}\) | 群 \(c\) 的干预分配(Wolbachia 部署 vs 对照) | 可观测、设计决定 |
| \(Y^+_{ct}\) | 群 \(c\) 月 \(t\) 的检测阳性病例数 | 可观测 |
| \(Y^-_{ct}\) | 群 \(c\) 月 \(t\) 的检测阴性对照数 | 可观测 |
| \(N_{ct} = Y^+_{ct} + Y^-_{ct}\) | 群 \(c\) 月 \(t\) 的检测总数 | 可观测(衍生) |
| \(x_t\) | 月 \(t\) 的潜藏疾病动态状态(共享) | 潜变量 |
| \(u_c\) | 群 \(c\) 的随机截距(持久异质性) | 潜变量 |
| \(\rho, \sigma^2_x\) | 潜状态 AR(1) 过程的参数 | 已知/固定 |
| \(\alpha_0, \alpha_Z\) | 泊松发射的截距与干预效应(设计忽略模型) | 待估参数 |
| \(\beta_0, \beta_Z\) | 二项发射的截距与干预效应(设计尊重模型) | 待估参数 |
| \(\sigma^2_u\) | 随机截距方差 | 待估参数 |
| \(\Delta^{(m)}_b(r)\) | 第 \(b\) 次重抽样中模型 \(m\) 在相对抽样强度 \(r\) 下的对比变化百分比 | 评估指标 |
模型(两个对比模型,共享潜状态结构):
-
潜状态动态(两个模型相同):
\[x_1 \sim N(0, \sigma^2_x), \quad x_{t+1} \mid x_t \sim N(\rho x_t, \sigma^2_x)\] -
设计忽略模型(泊松发射,直接对阳性计数建模):
\[Y^+_{ct} \mid x_t, Z_c, u_c \sim \text{Poisson}(\mu_{ct}), \quad \log \mu_{ct} = \alpha_0 + \alpha_Z Z_c + x_t + u_c\] -
设计尊重模型(二项发射,条件于检测总数):
\[Y^+_{ct} \mid N_{ct}, x_t, Z_c, u_c \sim \text{Binomial}(N_{ct}, p_{ct}), \quad \text{logit}(p_{ct}) = \beta_0 + \beta_Z Z_c + x_t + u_c\]
可观测数据:\(\{(Z_c, Y^+_{ct}, Y^-_{ct}) : c = 1,\dots,24; t = 1,\dots,27\}\),共 648 个群-月单元,6306 个事件(385 阳性,5921 阴性)。
关键区分: - 设计忽略模型的发射分布是 \(\text{Poisson}(\mu_{ct})\),其均值 \(\mu_{ct}\) 同时包含疾病发生率和检测率——无法分离。 - 设计尊重模型的发射分布是 \(\text{Binomial}(N_{ct}, p_{ct})\),条件于 \(N_{ct}\) 后,\(p_{ct}\) 是阳性比例——检测率在条件化中被消去(这正是 TND 的核心机制)。
第二步:最小内核¶
剥掉所有一般性设定后,本文的核心数学命题是:
在检测阴性设计(TND)下,如果观测过程对阳性和阴性事件施加相同的检测率(即"共享检测率"假设),那么条件于检测总数 \(N_{ct}\) 的阳性比例 \(p_{ct}\) 的干预对比(比值比)不受检测率变化的影响;而直接对阳性计数建模的泊松发射则会将检测率的变化混入干预效应估计中。
为什么这个命题成立? 用最简化的单群-单月情形说明:
设潜在疾病强度为 \(\lambda^+\)(阳性事件发生率),阴性对照强度为 \(\lambda^-\)(阴性事件发生率),检测率为 \(q\)(假设对两类事件相同)。则观测到的阳性计数 \(Y^+ \sim \text{Poisson}(q\lambda^+)\),阴性计数 \(Y^- \sim \text{Poisson}(q\lambda^-)\)。
-
设计忽略模型:对 \(Y^+\) 直接建模,其均值是 \(q\lambda^+\)。干预效应 \(\alpha_Z\) 估计的是 \(\log(q_1\lambda^+_1 / q_0\lambda^+_0)\)——检测率之比 \(q_1/q_0\) 混入其中。如果干预群的检测率高于对照群(例如 Wolbachia 部署后社区关注度提高),\(\alpha_Z\) 会被高估。
-
设计尊重模型:条件于 \(N = Y^+ + Y^-\),有
\[Y^+ \mid N \sim \text{Binomial}\left(N, \frac{q\lambda^+}{q\lambda^+ + q\lambda^-}\right) = \text{Binomial}\left(N, \frac{\lambda^+}{\lambda^+ + \lambda^-}\right)\]\(q\) 在分子分母中消去。因此 \(\beta_Z\) 估计的是 \(\log\left(\frac{\lambda^+_1/\lambda^-_1}{\lambda^+_0/\lambda^-_0}\right)\)——检测率无关的比值比。
本文的实证策略:在真实 AWOD 数据上,通过 500 次重抽样实验,人为地对干预群施加 0.8/0.6/0.4 的检测率缩减(对阳性和阴性事件施加相同概率),然后比较两个模型的干预对比变化。预期结果:设计忽略模型的对比变化显著(因为检测率变化被混入),而设计尊重模型的对比变化很小(因为 TND 的条件化消去了检测率)。
这个最小内核的数学本质:这是一个条件似然 vs 边际似然的经典问题。TND 的条件似然(二项发射)通过条件化于充分统计量 \(N_{ct}\) 消除了干扰参数(检测率),而泊松发射的边际似然没有这种性质。这与条件逻辑回归(conditional logistic regression)消除匹配层效应、或固定效应面板模型消除个体效应的逻辑完全一致。
为什么这个命题"难"? 难点不在于数学本身(条件化消去干扰参数是标准技巧),而在于将这一统计原理嵌入世界模型的生成式框架。世界模型的发射分布通常是从数据中学习的(如深度神经网络),而不是由设计约束指定的。本文的贡献是:在设计约束已知的情况下,发射分布的形式不应由数据自由决定,而应由设计决定——这是一个建模原则,而非数学定理。
三、这篇论文做了什么¶
三句话¶
- 研究了什么问题:在流行病学世界模型的框架下,研究设计(特别是检测阴性设计 TND)如何影响干预对比的估计——具体而言,一个忽略设计的世界模型(直接对阳性计数建模)在检测率变化时会产生多大的干预对比偏差。
- 核心方法:将研究设计形式化为对世界模型四个组件(潜在世界接口、动作机制、观测似然、目标读出)的约束,区分"设计忽略"(泊松发射)与"设计尊重"(二项发射条件于检测总数)两类模型,并在 AWOD 整群随机试验数据上通过 500 次配对重抽样实验比较两者的表现。
- 主要结论:两个模型的事实重建能力相当(RMSE 分别为 0.940 和 0.882),但在检测率变化下,设计忽略模型的干预对比变化中位数达 −19.96%/−41.06%/−60.98%(对应 80%/60%/40% 检测率),而设计尊重模型仅变化 −0.95%/−3.00%/−5.32%——事实重建不足以验证世界模型的干预解释,设计对齐需要专门的检验。
关键设定与假设¶
模型设定(在第二节基础上补全):
- 潜状态结构:共享的 AR(1) 潜状态 \(x_t\)(\(\rho = 0.9\),\(\sigma_x^{-2} = 5\)),加上群级随机截距 \(u_c \sim N(0, \sigma_u^2)\)。两个模型使用完全相同的潜状态结构——唯一的区别是发射分布。
- 设计忽略模型:\(Y^+_{ct} \mid x_t, Z_c, u_c \sim \text{Poisson}(\mu_{ct})\),\(\log \mu_{ct} = \alpha_0 + \alpha_Z Z_c + x_t + u_c\)。阴性计数 \(Y^-_{ct}\) 不进入似然。
- 设计尊重模型:\(Y^+_{ct} \mid N_{ct}, x_t, Z_c, u_c \sim \text{Binomial}(N_{ct}, p_{ct})\),\(\text{logit}(p_{ct}) = \beta_0 + \beta_Z Z_c + x_t + u_c\)。条件于 \(N_{ct}\),阴性计数通过分母进入似然。
TND 的识别假设(作者明确列出,引自 Anders et al. 2018): - (i) 干预不影响阴性对照疾病的发生(\(\lambda^-_{ct}(1) = \lambda^-_{ct}(0)\)); - (ii) 阳性和阴性事件共享相对检测率(\(q^+_{ct}(1)/q^+_{ct}(0) = q^-_{ct}(1)/q^-_{ct}(0)\)); - (iii) 诊断分类的敏感性和特异性足够高; - (iv) 对照采样包含可能在其他时间成为病例的个体; - (v) 对照在疾病传播期间被采样。
相比已有文献的设定差异: - 相比经典 TND 文献(Dufault & Jewell 2020; Wang et al. 2022),本文增加了潜状态动态(AR(1) 时间结构),但减少了因果推断的严谨性——没有明确写出潜在结果、没有讨论 SUTVA、没有处理部分依从。 - 相比世界模型文献(Ha & Schmidhuber 2018; Hafner et al. 2025),本文大幅简化了模型架构(线性高斯潜状态 + 泊松/二项发射),但增加了设计约束。
估计方法:最小化负对数似然 + 潜状态惩罚(式 8),用 L-BFGS-B 优化,Laplace 近似处理群随机截距的积分。固定效应有岭惩罚 \(\kappa = 10^{-4}\)。
主要结果¶
事实重建(表 1): - 设计忽略模型:阳性计数 RMSE = 0.940 - 设计尊重模型:阳性计数 RMSE = 0.882 - 两者条件对比:设计忽略模型 0.2275 [0.1464, 0.3517],设计尊重模型 0.2492 [0.1681, 0.3848] - 作者指出两者均接近已发表的 AWOD 主要 ITT 分析 TND 比值比 0.23 (95% CI 0.15–0.35),作为数值 sanity check。
设计对齐检验(表 2,核心结果):
| 抽样策略 | 检测率 | 设计忽略中位变化 | 设计尊重中位变化 |
|---|---|---|---|
| 月度共享 | 80% | −19.96% [−32.52, −10.24] | −0.95% [−14.54, 12.05] |
| 月度共享 | 60% | −41.06% [−54.00, −27.00] | −3.00% [−24.39, 21.87] |
| 月度共享 | 40% | −60.98% [−74.87, −46.23] | −5.32% [−36.68, 33.46] |
| 群-月共享 | 80% | −20.98% [−34.52, −13.36] | −1.87% [−17.88, 13.36] |
| 群-月共享 | 60% | −41.72% [−57.38, −27.37] | −2.88% [−26.29, 19.54] |
| 群-月共享 | 40% | −60.98% [−75.12, −47.92] | −2.70% [−36.09, 31.51] |
结果解读: - 设计忽略模型在检测率下降时,干预对比(比值比)系统性下降——检测率变化被误读为干预效应变化。 - 设计尊重模型在检测率下降时,对比变化接近零——TND 的条件化确实消去了检测率。 - 注意:设计尊重模型的变化区间较宽(如 40% 时 [−36.09, 31.51]),说明在低检测率下估计精度下降——这是条件似然的代价。
数值验证(附录 B.4): - 中心差分验证解析梯度,最大绝对误差 \(4.0 \times 10^{-9}\)(泊松)和 \(4.0 \times 10^{-8}\)(二项)。 - Laplace 近似 vs 25 节点自适应 Gauss-Hermite 求积:条件比值 0.22758 vs 0.22747(设计忽略),0.24935 vs 0.24924(设计尊重)——差异 < 0.05%。 - 所有 6000 次重抽样拟合均收敛,最大梯度 0.0026。
真实例子¶
AWOD 试验(Applying Wolbachia to Eliminate Dengue): - 地点:印度尼西亚日惹市(Yogyakarta) - 设计:24 个居住区整群随机化,12 个干预(Wolbachia 感染的蚊子部署),12 个对照 - 对象:3–45 岁发热患者,就诊于参与诊所 - 检测:RT-PCR 确认登革热;检测阴性者作为对照 - 时间:27 个月(2018–2020) - 数据:6306 个去重事件(385 阳性,5921 阴性),648 个群-月单元
本文如何使用该数据: 1. 拟合两个模型到完整数据,获得参考对比(0.2275 vs 0.2492)。 2. 对干预群施加检测率缩减(80%/60%/40%),模拟"检测率变化"场景。 3. 重新拟合两个模型,计算对比变化百分比。 4. 比较两个模型对检测率变化的敏感性。
这个例子说明了什么:在真实流行病学数据上,设计忽略的模型在检测率变化时会产生高达 60% 的对比偏差——这不是理论上的极端情形,而是在实际数据上可复现的现象。
🔎 结论是否比证明窄¶
是,结论明显比证明窄。具体表现:
-
只证明了一个检测率变化方向:实验只测试了检测率下降(80%/60%/40%),没有测试检测率上升或非对称变化(阳性 vs 阴性检测率不同)。TND 的识别条件要求"共享检测率",但实际中检测率可能对阳性和阴性事件不同(例如医生更可能对症状严重的患者进行检测)。
-
只测试了一种模型架构:两个模型共享相同的潜状态结构(AR(1) + 随机截距),只改变发射分布。作者没有测试更复杂的架构(如深度潜变量模型、注意力机制),而这些正是"世界模型"文献的主流。
-
没有理论保证:作者没有给出"设计尊重模型在何种条件下保证对比不变"的定理。式 (14) 的推导只针对单群-单月情形,没有推广到多群-多月的完整模型。文中说"条件于 \(N_{ct}\) 后 \(p_{ct}\) 与检测率无关"是直观论证,不是严格证明。
-
没有讨论估计量的效率:设计尊重模型的条件似然是否有效率损失?在低检测率下(40%),设计尊重模型的变化区间 [−36.09, 31.51] 明显宽于设计忽略模型 [−74.87, −46.23]——这是否意味着条件似然在低信息量下更不稳定?作者没有讨论。
-
"设计对齐"的定义模糊:作者说"测试设计隐含的观测过程不变性",但"不变性"的统计定义是什么?是比值比的变化小于某个阈值?还是统计检验不显著?文中没有给出明确标准。
四、开放问题¶
以下问题均扎根于文中具体语句:
-
理论保证的缺失(扎根于式 (14) 的推导):作者在附录 B.2 中给出了单群-单月情形下"共享检测率消去"的推导,但没有推广到完整模型。要证明什么:在什么条件下(潜状态结构、随机效应分布、抽样机制),设计尊重模型的干预对比估计量对检测率变化一致?能否给出有限样本界或渐近结果?
-
非对称检测率(扎根于式 (12) 的假设 \(q^+_{ct}(1)/q^+_{ct}(0) = q^-_{ct}(1)/q^-_{ct}(0)\)):如果阳性事件的检测率变化与阴性事件不同(例如干预群对登革热症状更警觉),TND 的条件化是否仍然有效?要估计什么:非对称检测率下的偏差表达式,以及是否有可检验的识别条件。
-
效率与稳健性的权衡(扎根于表 2 中设计尊重模型在 40% 检测率下的宽区间 [−36.09, 31.51]):条件似然在低检测率下是否有效率损失?是否存在介于泊松与二项之间的中间模型(如拟似然或稳健方差)?要计算什么:两个模型的渐近相对效率(ARE),以及有限样本下的方差比较。
-
设计对齐检验的统计性质(扎根于式 (6) 的 \(\Delta\) 定义):作者用"对比变化百分比"作为对齐指标,但没有给出其抽样分布。要检验什么:\(\Delta\) 的置信区间如何构造?能否构造一个正式的假设检验(原假设:设计对齐)?检验的功效如何随检测率变化?
-
更复杂设计下的推广(扎根于式 (2) 的 \(D = (U, G, E, S, M, \Psi, \ldots)\)):本文只处理了 TND 一种设计。对于阶梯楔形设计(stepped-wedge)、病例-对照设计、或带有依从性问题的设计,如何将设计约束嵌入世界模型?要做什么:为每种设计推导对应的"设计尊重"发射分布,并检验其不变性。
-
深度模型的适用性(扎根于引言中对世界模型文献的引用 [4, 6–8]):本文用的是极简的状态空间模型,但世界模型的主流是深度潜变量模型(如 Dreamer)。要测试什么:深度模型在检测率变化下是否表现出类似的设计敏感性?深度模型的灵活性是否反而使其更容易过拟合设计伪影?
提醒:要确认上述问题是否是真 gap,建议去读以下方向的近期文献(各约 5 篇)的引言部分: - 检测阴性设计的现代发展(2020–2025 年,特别是 COVID-19 期间 TND 的应用与扩展); - 世界模型在医学中的应用(2024–2026 年,特别是 EHRWorld 和医学世界模型综述的后续工作); - 因果推断与生成模型的交叉(2023–2026 年,特别是"因果世界模型"或"因果表征学习"方向)。
如果这些文献的引言都指向同一个问题(例如"设计敏感性未被充分研究"),那就是共识性 gap;如果它们各说各话、甚至给出相反结论(例如有的认为深度模型对设计伪影鲁棒,有的认为敏感),那更可能是机会所在。
Maintained by 陈星宇 · Homepage · Source on GitHub