Unit Mechanism Learning · tractable-family toy

Cauchy abduction + affine mechanism

这个 toy 检查一个最小数学事实:predictors \(x^F\) 先产生 Cauchy unit-abduction result,candidate \(u\) 再与 query \(x^Q\)、event noise 一起进入 affine generator;得到的 predictive outcome 仍是闭式 Cauchy 分布。

Cauchy-affine predictive-distribution figure

Analytic vs sampled quantiles

非退化 Cauchy 没有 mean 或 variance;这里比较解析四分位数和 deterministic Monte Carlo 四分位数。

Scale decomposition

总 scale 被拆成 unit uncertainty 和 event-level noise 两部分。

Mechanism grammar

\[ \begin{aligned} \widetilde U_j \sim q_{\phi,j}(du\mid x^F) &= \operatorname{Cauchy}\!\left(m_j(x^F), \gamma_j(x^F)\right),\\ \widetilde Y(x^Q) &= b(x^Q) + w(x^Q)^\top \widetilde U + \sigma(x^Q)E,\\ E &\sim \operatorname{Cauchy}(0,\gamma_E). \end{aligned} \]