美貌学习与反事实推断

本工作展示了一种利用用户实验与近期照片级真实感图像编辑进展进行因果发现的新方法，揭示了反事实地识别因果因子和理解复杂系统的潜力。我们引入美貌学习问题作为示例，该问题在形而上学中已被讨论数个世纪，并在我们最近的论文中被证明存在、可量化且可被深度模型学习；其中我们利用自然图像生成器结合用户研究来推断从面部语义到美貌结果的因果效应，其结果也与现有实证研究一致。我们期望所提框架在因果推断中有更广泛的应用。