Beyond Distributional Fidelity：面向合成表格数据的因果惩罚扩散模型

论文提出因果保真度感知训练框架，在生成目标中加入因果差异惩罚，以改进合成表格数据的因果保真度。框架实例化为因果惩罚 TabDDPM，并使用 on-policy score-function 估计器优化。理论结果表明高统计保真度通常不意味着高因果保真度，实验在治疗效应模拟与两个基准数据集上评估了因果保真度提升与统计保真度的平衡。