深度分析 合成資料與因果推論：分離式共變數生成與結果建模以降低 ATE 失真 合成資料在隱私保護、資料擴增與模擬上被廣泛採用，但直接用於因果推論時，需保留的不只是預測準確度。本文改寫自學術研究，指出完整聯合生成器（包含 GAN 與 LLM）在重建列層級表現優異時，仍可能扭曲平均處理效果（ATE）。
