测量依赖缺口：诊断表格生成模型中的列间保真度
表格数据合成技术旨在保留单列边际分布的同时，更关键的是保留列间依赖关系——这种结构承载了不平衡领域（如欺诈检测和临床风险）中少数类的大部分判别信号。然而，最新研究揭示了一个令人担忧的现象：当前最常用的合成数据认证指标在很大程度上对列间依赖关系“视而不见”。
来自 arXiv 的最新论文（2607.21636）通过实验证明，一个完全独立建模每一列（从而破坏所有依赖关系）的基线模型，在使用逻辑回归分类器进行两样本测试（C2ST）时，竟被判断为与真实数据无异；而常用的成对趋势评分（Trend score）也仅部分敏感。这种“依赖盲区”意味着，即使合成数据完全丢失了列间结构，现有指标仍可能给出虚假的保真度评分。
依赖感知诊断框架
为解决这一问题，研究者提出了一种依赖感知的保真度诊断方法。该方法将强分类器两样本测试（XGB-C2ST）分解为边际、依赖和数值-类别交叉三个组件，并以两个极端为锚点：最坏情况是完全因子化参考（所有依赖被破坏），最佳情况是真实数据。通过将这一框架应用于最先进的流匹配生成器（TabbyFlow/EF-VFM），研究者发现了一个真实存在的依赖缺口，而标准指标完全遗漏了它。
依赖缺口的实际影响
研究进一步量化了依赖缺口的后果：彻底破坏依赖关系会导致少数类效用急剧下降，而生成器残留的依赖缺口虽然较小，但仍会造成一致的效用损失。这意味着，即使合成数据的边际分布完美，如果列间依赖关系失真，其在少数类识别等下游任务中的价值将大打折扣。
缺口根源探析
那么，这个依赖缺口是否反映了平均场生成目标的结构性局限？答案是否定的。根据变分流匹配的最新恢复结果，该目标在渐近意义上是精确的。然而，缺口却异常顽固：将模型容量扩大16倍也无法关闭它。这指向了问题的核心——缺乏直接的依赖监督，而非容量或结构限制。
更令人警醒的是，由于残留缺口属于高阶依赖，任何简单的干预措施均告无效：无论是模型内部的依赖机制、事后copula修正，还是16倍的容量扩展，都无法弥补这一缺口。这一结论对业界普遍假设的“修复手段有效”提出了严肃警告。
行业启示
对于依赖合成数据做模型训练、数据增强或隐私保护的应用方，这项研究提供了一个重要提醒：仅依赖传统指标（如C2ST、趋势评分）来评估合成数据质量是远远不够的。在欺诈检测、临床风险建模等高度依赖列间关联的场景中，必须引入依赖感知的评估工具，否则合成数据可能“形似而神不似”，导致下游模型性能严重退化。
论文提出的诊断框架有望成为业界新的评估标准，推动表格生成模型从“拟合边际分布”向“真正理解数据依赖结构”演进。
