技术
Causal Learning（因果学习）
因果学习旨在从数据中学习变量间的因果关系，而非仅相关性，以支持干预和反事实推理。
详细解释
因果学习结合因果推断和机器学习，通过结构方程、因果图等工具识别因果效应。它帮助模型理解“为什么”，从而在分布变化或干预下保持稳健。在AI中，因果学习用于提升可解释性、公平性和泛化能力，例如在医疗诊断中区分症状与病因。
别名与相关写法
causal learning
相关资讯
清华AIR提出具身上下文因果学习2026/9/1
因果学习旨在从数据中学习变量间的因果关系，而非仅相关性，以支持干预和反事实推理。
因果学习结合因果推断和机器学习，通过结构方程、因果图等工具识别因果效应。它帮助模型理解“为什么”，从而在分布变化或干预下保持稳健。在AI中，因果学习用于提升可解释性、公平性和泛化能力，例如在医疗诊断中区分症状与病因。