研究：历史数据对大学轨迹预测价值有限，疲劳主导模型误差

发生了什么

据arXiv cs.LG论文《What Does History Add?》，研究审计了基于规则的大学轨迹模拟器中历史摘要的预测价值。在40个家庭的数据集中，六个月历史将六步归一化RMSE从0.159234降至0.151522，但与仅含长度的控制组相比差异仅为-0.000895（95%区间[-0.001957,0.000248]），统计上不显著。分解发现疲劳主导模型损失，且28.20%的疲劳预测违反模拟器支持范围。结论认为历史数据的额外价值有限，疲劳是主要误差来源。