资讯1 分钟阅读·
DBM统计融合优势源于跨块条件化
单作者预印本自报：DBM在统计数据融合中的优势几乎不来自生成式预训练，而来自跨块条件化。
重要性局部证据E2 未复现
微调深度玻尔兹曼机（DBM）在统计数据融合（两组样本共享协变量、结局块不相交）中的优势几乎不来自生成式预训练，而来自预测另一结局块时的跨块条件化：该贡献在两个数据集、40个实验格中均为正，幅度为+0.19和+0.36个百分点。
此前若把DBM的优势归因于生成式预训练，就会错认其来源；作者称，在同样条件化的调优基线下，DBM在40格中37格最优。
作者自报：可跨块条件化的插补器多数因此损失精度，DBM则每格受益。
结果未经独立验证；单作者预印本，9月14日提交、16日更新v2，arXiv:2609.14934。