变分自编码器中后验校准因果电路——为何图像域可解释性在表格数据上失败
机器学习
2026-04-07 v2
摘要
尽管机制导向的可解释性研究为判别式网络分析生成了丰富的洞见，但生成模型的理解仍相对有限——尤其是在与图像相关应用之外的情形。我们研究了与表格数据相关的变分自编码器(VAE)中的因果电路能否从图像相关VAE中推广。随着VAE在插值、异常检测和合成数据生成中日益受到重视，我们除了将四层因果干预框架扩展到四个表格基准和一个图像基准之外，还针对五种不同的VAE架构(每个架构进行75次独立训练运行，每个运行三个随机种子)本文引入了三项新技术：后验校准的因果效应强度(CES)、特定路径的激活修补以及特征组解耦(FGD)。实验结果表明：(i)表格VAE的模块化程度约为其图像对应版本的50%。(ii)β-VAE在处理异构表格特征时几乎完全崩溃，其CES得分在表格数据上为0.043，而在图像上为0.133，这可以直接归因于重建质量下降(CES与MSE之间相关系数r=-0.886)。(iii)CES成功捕获了使用Holm-\v{S}id\'{a}k校正后发现的十一项中九项显著的架构差异。(iv)具有高特异性的干预能够预测最高的下游AUC值(r=0.460, p<.001)。本研究挑战了常见假设，即从图像相关研究中获得的架构指导可被推广到表格数据集的观念。
引用
@article{arxiv.2603.21236,
title = {Posterior-Calibrated Causal Circuits in Variational Autoencoders: Why Image-Domain Interpretability Fails on Tabular Data},
author = {Dip Roy and Rajiv Misra and Sanjay Kumar Singh and Anisha Roy},
journal= {arXiv preprint arXiv:2603.21236},
year = {2026}
}