自适应学习中的数据归因

机器学习模型越来越多地生成自己的训练数据——在线赝乐、强化学习以及语言模型的后训练管道都是典型例子。在这些自适应环境中，单个训练观测既更新学习器，又偏移未来数据分布。标准归因方法针对静态数据集设计，忽略了这种反馈。我们通过条件干预目标 formalize finite-horizon adaptive learning 的 occurrence-level 归因，证明了重放侧信息在一般情况下无法恢复该目标，并识别出一个结构类，其中该目标可从记录数据中识别。