Feedback Detection for Live Predictors
在线预测系统的反馈检测AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确把预测器反馈检测视为因果推断问题，并通过局部随机化识别反馈，因此归入因果推断方向。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
在线预测系统的反馈检测
- 研究问题
- 部署中的预测器可能改变自身使用的特征，甚至促成其预测的行为；如何识别这种反馈，并检测现实系统中的非线性反馈？
- 方法与思路
- 作者将预测器反馈检测表述为因果推断问题，提出局部随机化方案，并在已部署的搜索引擎预测系统中开展初步研究。
- 材料陈述的贡献
- 摘要所述贡献是提供检测非线性反馈的局部随机化方法，并通过线上系统的试点研究展示应用；未报告检测效果的具体数值。
- 阅读关注点
- 应核对随机化对象与实施机制、反馈效应的定义，以及系统动态如何影响识别；还需检查试点研究的统计功效和推广范围。
- 阅读边界
- 这是 arXiv 预印本，同行评审未核实。摘要未说明随机化细节、识别条件或试点结果，不能据此判断检测的可靠程度。
原文摘要
A predictor that is deployed in a live production system may perturb the features it uses to make predictions. Such a feedback loop can occur, for example, when a model that predicts a certain type of behavior ends up causing the behavior it predicts, thus creating a self-fulfilling prophecy. In this paper we analyze predictor feedback detection as a causal inference problem, and introduce a local randomization scheme that can be used to detect non-linear feedback in real-world problems. We conduct a pilot study for our proposed methodology using a predictive system currently deployed as a part of a search engine.