Skip to content
Hot eventLive

核方法形式化实验研究外部有效性

1 reports1 sources2 hr ago updated

Get the story

AI overview

2026年10月12日，arXiv Statistics Machine Learning 频道发布一手报道，介绍一项关于实验研究外部有效性的核方法研究。该研究提出用核方法形式化外部有效性，将其定义为两次独立同规模重复实验结果的最大均值差异（MMD）低于给定容差的概率。方法通过选择结果空间与合适的再生核适配不同研究问题，并建立研究规模与 MMD 分位数的渐近幂律关系，可由小规模预实验估算所需样本量。框架已应用于含并列项的排序场景，代码作为 genexpy Python 模块发布。

Generated from reports · updated 2 hr ago

LatestOct 12
该研究提出以核方法定义外部有效性，并发布 genexpy Python 模块。

Timeline

Follow the coverage from different angles.

Oct 12, 2026
  1. arXiv · Statistics Machine Learning
    实验研究外部有效性的核方法

    研究提出用核方法形式化实验研究的外部有效性，将其定义为两次独立同规模重复实验结果的最大均值差异（MMD）低于给定容差的概率。该方法通过选择结果空间与合适的再生核适配不同研究问题，并建立研究规模与 MMD 分位数的渐近幂律关系，可由小规模预实验估算所需样本量。框架应用于含并列项的排序场景，代码已作为 genexpy Python 模块发布。

Heat trend

There is not enough continuous observation data to draw a trend yet.