图流归因漂移预警共形覆盖失效

2026年10月14日，arXiv 人工智能板块发布 Tomasz Szandała 与 Damian Raczkowski 的论文，研究图流中模型自身解释能否在名义共形覆盖失效前发出预警。作者提出一种双通道监测器，通过追踪条件掩码质量及其在结构角色上的分布，在演化图流中预警模型保真覆盖失效。论文称，在六种预注册场景、每种 30 个随机种子上，该监测器在节点增删替换与边稀疏化四种渐变场景中提前 8 至 14.5 步预警，均通过 Holm 校正；预警提前量随过渡阶段长度变化，150 次运行的 Spearman 相关系数为 0.79。论文指出，归因漂移此前已在表格数据中用作早期预警，本文将其扩展到图流场景。目前该工作为预印本，尚未见后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。