★ 3
Heuresis 基准发布：GPT-6.1 Sol 与 Claude Opus 5.5 智能体因果发现超算法
论文提出 Heuresis 匿名模拟数据集基准，用于检验 LLM 智能体能否在因果发现中发现问题并主动补测修正。测试中 GPT-6.1 Sol 在全部六类数据集上超过最佳算法，最难一类邻接 F1 领先 14%，Claude Opus 5.5 领先 7.4%，两智能体恢复的真边有三分之一未出现在任何…
arXiv cs.LG14 天前
#因果发现
共 7 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
主动因果发现基准ACDB发布：LLM智能体表现不及传统方法
研究者推出主动因果发现基准ACDB，基于结构因果模型评估LLM智能体在预算受限干预下恢复因果图结构的能力。测试显示，传统PC算法配合贪心主动定向启发式表现最强（有向F1 42.7%），明显优于Claude Sonnet 4.6和GPT-5.4。作者强调当前结果应视为基准审计与校准报告，而非LLM已…
arXiv cs.LG34 天前
★ 3
LLM增强因果发现：概率融合边存在与方向
该研究提出概率依赖图（PDG）表示，融合贝叶斯网络结构学习（BNSL）与LLM的因果知识。在26个基准网络上，50/50融合在22个网络上优于单一来源，平均F1提升0.056。BNSL提供高召回边骨架，LLM提供准确方向。
arXiv cs.AI63 天前
★ 2
DECO：方向证据引导的精确 DAG 学习搜索空间缩减
论文提出非参数混合框架 DECO，从观测数据中提取依赖与方向证据，在精确优化前构造可接受父集，从而缩减搜索空间并保留所有合理边方向的灵活性。理论分析证明可接受父集配置空间呈指数级缩减，并量化有界边级遗漏对保留真实父结构概率的影响。在基准贝叶斯网络与合成 DAG 上实现显著搜索空间缩减与有竞争力的结…
arXiv cs.LG25 天前
★ 2
含隐混杂与有向环的可微结构学习
论文研究存在有向环与未知数量外生隐混杂（有上界）的线性高斯结构因果模型中的因果结构学习。作者推导观测变量协方差，提出边际准等价概念，并将结构学习表述为带对数复杂度惩罚的高斯负对数似然最小化。通过 Bernoulli 门参数化边与候选隐变量，得到闭式可微复杂度惩罚，实验显示恢复误差低于既有方法。
arXiv cs.LG32 天前
★ 2
seq2cause：单一自回归骨干统一四类因果发现
论文提出Seq2Cause框架，将预训练自回归模型改造为摊销条件独立性检验引擎，无需任务特定重训练即可覆盖事件到事件、事件到结果、单序列与群体四类因果发现场景。作者建立预测-因果对偶性，证明交叉熵改进可同步收紧因果识别误差界。在车辆诊断日志（2.9万事件类型、474种故障结果）上首次实现单冻结骨干…
arXiv cs.LG34 天前
★ 2
MaSCoD：结构上下文引导的候选因果图生成多智能体框架
研究提出多智能体框架MaSCoD，在直接边判断之前先组织候选第三变量与局部结构模式，以显式控制潜在因果关系的过早遗漏。在Auto-MPG、DWD、Sachs上以GPT-5.4为主干、GPT-4o复现，结果显示其保留-选择性表现依赖数据集与主干，而非普遍优越。研究主张将结构预组织作为遗漏控制的显式设…
arXiv cs.AI45 天前