LLM追ってなかったけど、これ面白い。
RLHFのRLって本当に必要?って論文。
”Your Language Model Is Secretly a Reward Model”
証明等はまだ全然追ってないけど。
分類問題に置き換えてる。
Direct Preference Optimization: Your Language Model is Secretly a Reward Model
脳死注文ポチってたけど、目次を確認したら、かなり良さそう。
積み読してた(=読んでない)Fuzzy DiD(C de Chaisemartin, X D’HaultfŒuille, 2018)とか入ってる?かも。これは楽しみ。
Rなのか。。。暇なときにPythonに書き換え頑張ろう。
因果推論の計量経済学|日本評論社
とうとう届いた。Pythonの因果本
Causal Inference and Discovery in Python: Unlock the secrets of modern causal machine learning with DoWhy, EconML, PyTorch and more
githubにnotebookも公開してるっぽいので、ゆっくり読みます
"Causal Inference & Discovery in Python" is out now!
Foreword by
@AjitJaokar
(
@UniofOxford
)
We did our best to avoid mistakes in the book but some happened
Here's an errata file with known mistakes:
If you spot more, let me know
重岡先生(2014)のRDDを"統計詐欺"と勘違いした方へ
一度、元論文を読むといいかも。
以下は同論文から図表6を引用
Shigeoka, Hitoshi. 2014. "The Effect of Patient Cost Sharing on Utilization, Health, and Risk Protection." American Economic Review, 104 (7): 2152–84.
なんか微妙に先のポストが人気なご様子、全体をサラッと俯瞰したい方はNealの講義ノート方が良いかも?
Introduction to Causal Inference
あと、Pythonスクリプトが欲しい方は
@MatheusFacure
さんのこれ
Causal Inference for The Brave and True
本日の積み読解消は、”Synthetic difference in differences” 。Pythonパッケージなかったので、自分で作ってみた。
”ほぼ”論文を再現できたけど、”omega”さんが微妙にずれてるので、週末改善予定です
Arkhangelsky, Dmitry, et al. Synthetic difference in differences.