审计与修复表格基础模型在离散选择中的经济有效性

表格基础模型在选择预测任务上实现了强大的准确性，但其预测常常违反所需经济逻辑：提高价格时有时会增加预测需求，隐含的愿意支付估计值常为负或不合理。我们提出了一个两阶段适配器，将基础模型的预测嵌入效用最大化框架中。在第一阶段，我们估计一个标准选择模型，其参数受经济理论约束。在第二阶段，我们冻结这些参数并训练一个校正项，将基础模型的预测作为额外信息纳入。结果是一个既继承基础模型准确性提升，又在政策扰动下保证价格-需求单调关系，同时产生可解析计算的权衡度量的模型。在两个交通数据集上，该适配器在保持完美经济一致性的同时，比标准逻辑模型恢复了最高达13个百分点的准确性提升，而这既没有原始基础模型也没有常规蒸馏实现。