分布シフト下における弱い監督からの安定した予測器の学習

要旨: 真値ラベルが利用できない場合、弱いあるいは代理の監督から学習することは一般的ですが、分布シフト下での頑健性は、特に監督メカニズム自体が変化する場合に、十分に理解されていません。私たちはこれを監督ドリフト（supervision drift）として形式化します。これは、文脈（context）の間で P(y | x, c) が変化することとして定義されます。そして、CRISPR-Cas13d の実験においてこれを研究します。そこでは、ガイド有効性（guide efficacy）を RNA-seq 応答から間接的に推定します。2つのヒト細胞株と複数の時点のデータを用いて、ドメインおよび時間的シフトを明示した、制御された非IIDベンチマークを構築しつつ、弱ラベルの構築方法は固定します。モデルは、強いドメイン内性能（リッジ R^2 = 0.356、スピアマン rho = 0.442）と、部分的な細胞株間の転移（rho ~ 0.40）を達成します。しかし、時間的転移はすべてのモデルで失敗し、負の R^2 と、相関がほぼゼロになります（例: XGBoost R^2 = -0.155、rho = 0.056）。追加の分析により、この傾向が確認されます。特徴量とラベルの関係は細胞株間では安定している一方で、時間の経過に伴って急激に変化します。これは、失敗がモデルの制約によるのではなく、監督ドリフトによって生じていることを示しています。これらの結果は、実運用前に非転移性を検出するための単純な診断として、特徴量の安定性（feature stability）を強調するものです。