新闻
因果审计：通过目标感知因果链构建进行显式且可审计的基于图的推理
1 分钟阅读
来源：arXiv AI
arXiv:2607.15281v1 公告类型：新 摘要：基于因果和干预的问答对于推进大型语言模型 (LLM) 超越表面关联的推理和理解潜在的因果机制至关重要。然而，现有的基于LLM的方法通常依赖于隐式语言级推理，导致在复杂干预下，特别是在上下文无关的环境中，因果假设不透明、推理路径无法验证、预测脆弱。在本文中，我们提出了一个明确且可审计的因果推理框架，用于上下文无关的基于干预的问答。我们的方法将因果推理表述为结构化推理