因果推断相关 AI 资讯

8月14日

10:32

官方账号arXiv cs.LG@Jiayi Dan, Bo Li, Lu Deng, Yong Wang

本文提出一种基于半参数理论的双稳健CVR因果效应估计器，用于纠正点击样本选择偏差。该估计器相比干扰参数估计达到更快的收敛速度，对神经网络等灵活非参数估计更稳健。作者基于理论构建了目标正则化框架，以提升数值稳定性和实际可用性。在合成与真实数据上的实验表明方法有效，且简单组合损失去偏与标准因果估计器不如本方法。

论文 CVR 因果推断双稳健估计

推荐理由：这篇论文给CVR因果估计出了个新招，双稳健加目标正则化，比简单去偏更靠谱，搞广告电商的可以看看。

原文

8月12日

18:22

官方账号arXiv cs.LG@Shiqi Huang, Jiani He, Dingyan Shang, Yihua Xu, Jize Li, Yan Lyu, Lashimi Muraleedharan Nair

DACRI 研究提出 CriticalSCM-Bench v1，一个带因果真值的合成基准，用于评估供应链干预策略。相比全信息静态基准，LambdaMART 在中位归一化净值上提升 5.7% 至 16.2%，在半导体和关键材料场景有统计支持，但在数字基础设施上不如领域常量缓冲策略。部分和延迟信息下，LambdaMART 保留全信息价值的 33% 至 75%。压力测试显示干预保真度、时机、成本和未见过中断会改变策略排序，关键材料的外推保留最弱。540 次生成中的受保护解释研究在确定性验证和模板回退后保留了所有固定干预决策，但措辞不稳定。

论文 DACRI 供应链因果推断

推荐理由：这篇论文用合成基准测了不同干预策略在供应链里的实际效果，LambdaMART 在某些场景确实更优，但数字基础设施上简单策略反而更强，值得做决策的人看看。

原文

8月5日

12:31

官方账号arXiv cs.LG@Andreas Sauter, Sumit Sourabh, Drona Kandhai, Erman Acar

该论文针对多元CIR过程提出摊销式干预预测模型CIR-ACTIVA，用于估计分布因果效应并预测外部冲击下的多时间跨度响应。作者设计了一个因果多元CIR数据生成过程，提供成对的观测与干预真实值，并在CDS利差上完成校准测试。在合成基准上，CIR-ACTIVA相比观测式与摊销式因果推断基线，在联合分布因果选择性和分时校准方面均领先。优势集中在短预测跨度，且干预律随时间变化时依然保持选择性。

论文 CIR-ACTIVA CIR过程干预预测

推荐理由：CIR-ACTIVA能对信用违约互换利差做因果冲击预测，短周期准确性领先观测基线，金融风险场景适用。

原文

7月31日

12:27

官方账号arXiv cs.LG@Mengfei Ran, Yifeng Shen, Ruijie Guan

DR-FRL是一种面向不规则历史的纵向因果推断方法，将功能编码器与时间编码器结合，把点云和既往史映射为估计目标相关的状态。模拟实验显示，在功能混杂高维、测量信息性、支持度弱或伪结果重尾时，DR-FRL比标准序列学习更稳定。在VitalDB审计中，DR-FRL使用不规则实验室点云得到负面发现：对于ICU处置终点，标量实验室摘要已携带大部分相关信息。该方法通过EIF靶向验证、校准、重叠和尾部分析评估状态是否支撑估计方程。

论文 DR-FRL VitalDB 因果推断

推荐理由：这篇提出DR-FRL，把不规则化验点云变成因果推断能用的状态，还在VitalDB上验证，结论是标量摘要其实够用。

原文

11:05

官方账号arXiv cs.LG@Yusen Liu, Yong Wang, Yifan Yin, Tianqing Zhu, Xiufeng Liu, Huan Huo

本文提出一个基于Transformer自注意力机制的因果发现框架，用于处理多元时间序列数据。新引入的倒置因果自注意力模块（CSAM）通过翻转token并引入注意力稀疏性，突出潜在和间接因果关系，抑制伪相关。框架还包含全局因果算法与因果验证模块，前者提供整体因果影响度量，后者增强识别出的因果关系的可靠性。在线性和非线性数据集上的实验及消融研究表明，该框架优于现有方法。

论文 CSAM 因果推断时间序列

推荐理由：这篇论文把Transformer的自注意力倒过来用，专门抓多元时间序列里的间接因果，还带验证模块，实验效果比现有方法好。搞因果推断的值得看看。

原文

11:01

官方账号arXiv cs.LG@Changjian Liu, Tianyu Wang, Xiaoxuan Deng, WenTao Zhu, Yuwei Xu, Jungqi Jin, Yong Gao, Chuan Yu, Jian Xu, Bo Zheng

论文提出ReAlloc，一个用于多通道预算分配的快速-慢速因果框架。它通过正交教师从短期日志提取无偏局部梯度，再由解释引导学生蒸馏为长期边际收益场。在淘宝平台的大规模在线A/B测试中，ReAlloc同时提升了支付订单数和收入。与标准预测-优化方法相比，该方法能处理跨渠道替代效应并避免外推。

论文 ReAlloc Uplift模型因果推断

推荐理由：这篇论文教电商平台怎么在多个营销渠道间分钱，用ReAlloc框架在淘宝实测同时涨订单和收入，比传统预测-优化方法更稳。

原文

7月30日

10:17

官方账号arXiv cs.AI@Brandon Gower-Winter, Georg Krempl

论文提出结果表现性A/B检测（OPAB）方法，通过比较不同预测组（干预）产生的结果分布差异来检测结果表现性。在姑息治疗、信用分配和推荐系统等场景中，预测会因果影响其预测结果，即结果表现性。研究推导了OPAB在多种假设类别下的样本复杂度边界，并通过实验验证。实验显示OPAB在多数情况下可检测结果表现性，但也存在不可区分区域，即干预数量不足时无法检测。在Open Bandits数据集上的案例研究验证了OPAB的有效性。

论文 OPAB Open Bandits 因果推断

推荐理由：这篇paper教你如何用A/B测试的思路检测预测本身会不会改变结果，有理论有实验，做因果推断或者推荐系统的值得一看。

原文

7月28日

09:36

官方账号arXiv cs.LG@Gengyu Zhan

CALMRec使用冻结多模态语言模型将用户物品内容和反馈转换为证据基础语义原子，并维护短期、长期和暴露三种记忆。通过倾向性加权更新减少策略引起的暴露偏差，保守离线批评者重新排序候选以优化延迟满足。在电商类、新闻类和短视频类三个环境中，CALMRec相比最强基线将折扣长期价值分别提升6.1%、7.6%和6.7%。二十种子消融实验显示，缺失倾向性校正或保守支持正则化后价值显著下降（0.739±0.191和0.523±0.234）。冻结指令语言模型在语义原子NDCG上比TF-IDF提升超过一倍。

论文 CALMRec 推荐系统因果推断

推荐理由：这篇论文提出CALMRec框架，通过分离记忆和因果校正解决推荐系统的反馈循环，在三个场景提升长期价值6-7%，做推荐系统的值得看看。

原文

7月24日

13:58

量子位@林, 方舟

因果世界模型在35家大型央国企完成实地测试，并宣布正式落地应用。该模型基于因果推断技术，可提升预测与决策的准确性。实测覆盖了能源、制造、金融等多个行业场景。

AI模型因果世界模型央国企因果推断

推荐理由：35家央国企实测验证，因果世界模型在因果推断上能帮企业做更准的决策，适合业务落地。

原文

7月21日

12:06

官方账号arXiv cs.LG@Masahiro Kato, Taka Kato

该论文提出一步法和两步法，将检索增强生成（RAG）用于因果推断中的政策学习。两步法通过向量搜索检索动作特定的邻近证据，生成器估计条件期望结果，从而连接向量搜索与最近邻匹配。他们将后悔分解为候选生成后悔和候选内选择后悔，并用最近邻估计器和Transformer的预测误差进行界限分析。一步法则直接作为策略进行评估，无需中间计算。

论文 RAG 向量搜索因果推断

推荐理由：这篇论文把RAG和因果推断结合起来，用向量搜索做最近邻匹配，还证明了理论界限，挺有意思的。

原文

7月17日

11:26

官方账号arXiv cs.AI@Qiwei Li, Jorge Ortiz

交通机构拥有大量视频数据，但观测数据难以回答因果问题。teLLMe系统结合PC算法进行因果结构学习，通过bootstrap稳定性检查和DoWhy库进行效应估计。用户可用自然语言指定处理变量、结果和子群体，系统返回“Causal Card”展示效应估计、调整集和DAG支持。案例基于BDD数据集表明，该系统能发现天气、高峰时段与交通密度之间的合理关系。

论文 teLLMe BDD 因果推断

推荐理由：想用自然语言问交通因果问题？teLLMe这个新框架可以帮你，它用PC算法和DoWhy分析BDD驾驶数据，结果以Causal Card呈现，直观清晰。

原文

11:08

官方账号arXiv cs.LG@Joshua Spear, Rebecca Pope, Neil J Sebire

该论文探究了协变量平衡诊断在离线强化学习（offline RL）应用于最优治疗推荐时检测隐藏混淆/模型误设的有效性。结果显示，现有offline RL治疗推荐研究要么存在高偏倚风险，要么现有协变量平衡指标不足以评估这类研究。因此，现有offline RL研究无法被确认为统计上稳健。论文提出了未来研究方向以提升offline RL在治疗推荐问题中的方法学稳健性。

论文 offline RL 协变量平衡治疗推荐

推荐理由：这篇论文指出了现有offline RL治疗推荐研究可能不靠谱，因为协变量平衡诊断不够用，搞因果推断的人可以看看。

原文

7月3日

08:44

AK@_akhaliq

研究人员提出CausalMix框架，将语言模型训练中的数据混合问题建模为因果推断任务。该方法通过识别不同数据来源对模型性能的因果效应，动态优化训练数据配比。实验表明CausalMix在多个基准上提升了模型效果，同时降低了数据冗余。该工作发表于学术论文，提供了公开代码以供复现。

论文 CausalMix 数据混合因果推断

推荐理由：想优化训练数据配比？这篇论文把数据混合当作因果推断，思路很新，实测有效。

原文

6月29日

10:13

官方账号arXiv cs.LG@Aniq Ur Rahman

研究人员在二元逻辑模型中发现，最大化Fisher信息与参数可恢复性的区域同时也是熵最高的区域，导致即使在完美参数恢复下个体预测也固有困难。他们提出一个因果概率框架，用于生成具有瞬态边和已知因果结构的时间图。推导了Cramér-Rao界，验证了参数估计误差与不可减少的预测损失之间的权衡。结果表明，仅靠预测准确性可能无法反映模型是否学习了潜在因果机制。

论文时间链接预测因果推断估计-预测权衡

推荐理由：这篇论文解释了为什么时间链接预测中准确率高不一定代表模型学对了因果关系，还给出了数学上的权衡证明。

原文

6月23日

10:38

官方账号arXiv cs.LG@Pengfei Li, Mohammad Khalil

Fed-CausalDiff是一种联邦因果扩散框架，专门用于“do-simulation”和政策评估。它将潜在状态演化分解为全局因果评分函数和局部混淆评分函数，实现解耦同步（DSS），客户端只聚合共享因果机制而保留本地特定混淆。在四个数据集上的实验显示，Fed-CausalDiff在ATE和政策价值估计精度上优于传统方法，并在通信成本与推理保真度之间取得更好平衡。

论文 Fed-CausalDiff 联邦学习因果推断

推荐理由：这篇论文提出Fed-CausalDiff，让联邦学习不仅能拟合历史数据，还能做因果干预模拟。它在四个数据集上比常规方法更准，而且通信开销可控，适合分布式医疗或金融场景。

原文

6月18日

10:32

官方账号arXiv cs.LG@Yiyan Huang, Cheuk Hang Leung, Qi Wu, Zhiheng Zhang

该论文研究离线策略学习中结果变量为分布的情况，将每个潜在结果视为概率测度，并通过 Wasserstein 重心下的效用函数定义奖励。论文基于 IPW 和 Doubly Robust 估计量建立了统计保证，证明了有限样本后悔率的领先项为 O~(√(N-dim(Π)/N))。在一维 Wasserstein 设定下，后悔率仍由策略类复杂度主导。另外提供了极小化下界，证明了对 N 和 N-dim(Π) 的领先依赖的紧致性。

论文 Wasserstein 离线策略学习分布结果

推荐理由：这篇论文把因果推断中的离线策略学习扩展到了分布结果，用Wasserstein重心定义奖励，并给出了严格的统计保证，和传统均值策略学习不同，适合做理论研究的参考。

原文

6月16日

12:15

官方账号arXiv cs.LG@Riccardo Cadei, Frank Otchere, Nyasha Tirivayi, Gustavo Angeles Tagliaferro, Falco J. Bargagli-Stoffi, Francesco Locatello

该论文提出NEXIS（Neural Exposure Interaction Search），一种迭代方法，用于在可控实验中从多模态预处理表示中识别异质处理效应的因果结构。NEXIS将HTE识别重新定义为马尔可夫毯发现问题，并提供了可证明的一致性选择保证。作者将NEXIS应用于非洲两项扶贫项目，结合卫星影像捕捉未测量的环境效应修饰因子，得到了新的、可解释的政策优化指南。实验验证了NEXIS在合成数据和实际数据上的有效性。

论文 NEXIS 异质处理效应因果推断

推荐理由：这篇论文用NEXIS方法在非洲扶贫数据上找到了新的环境因子，能指导政策迭代，因果推断爱好者可以看看。

原文

6月15日

11:11

官方账号arXiv cs.LG@Rui Wu, Zongyuan Chen, Hong Xie, Defu Lian, Enhong Chen

精选

A-IHF (Adaptive Anisotropic Instrumental Heat Flow) 是一种用于控制函数工具变量估计的确定性图扩散残差提取方法。它利用图结构对处理变量进行各向异性扩散，通过检测处理值的大跳跃并衰减跨跳跃的导纳，生成稀疏图求解的残差。在包含图、核、树、提升、级联和神经网络等控制函数基线的54个合成基准单元中，受保护观测型A-IHF取得了最低的平均结构响应均方误差（MSE），并在32个单元中优于最佳非A-IHF基线。

AI模型 A-IHF 工具变量图扩散

推荐理由：新方法A-IHF搞定了工具变量残差提取

原文

6月10日

13:03

官方账号arXiv cs.AI@Fabio Rovai

精选

论文发现一个反直觉的失败模式：即使有足够观测和干预数据，强预测器在识别反事实世界之间的耦合时也会崩溃为单点，而真实值是一个数据无法缩小的可接受区间。作者提出将世界模型建模为可接受世界上的正半定耦合核，其对角线是普通后验（预测器能恢复的），非对角线是跨世界耦合（预测器无法恢复的）。该耦合核可以被边界约束、通过逻辑结构收紧、并通过针对性约束学习来缩小差距。论文提供了完整的理论框架，并指出完全重建该核在Sly-Sun阈值以下是可处理的，以上则不可近似。

论文因果推断反事实推理世界模型

推荐理由：这篇论文戳破了“数据足够就能预测一切”的常见假设，做因果推断、反事实推理或世界模型研究的开发者会看到理论上的新边界——原来预测器天生缺失跨世界耦合信息，而WorldKernel给出了补全它的数学框架，值得细读。

原文

09:11

官方一手arXiv: DeepSeek@Leonard Engmann, Christian Medeiros Adriano, Holger Giese

精选

这篇论文对混合专家模型（MoE）中的专家重要性评估方法进行了因果审计。研究者发现，当前广泛使用的路由统计指标（如利用率、激活范数、路由权重分布）无法预测哪些专家可以被移除而不影响模型功能。他们在 OLMoE-1B-7B-0924、Qwen1.5-MoE-A2.7B 和 DeepSeek-V2-Lite 三个高冗余 MoE 架构上进行了 token 级干预实验，结果在所有 60 个指标-层组合中，观测指标与因果重要性之间的效应量均低于 Cohen's d = 0.17。现有剪枝方法之所以有效，并非因为它们识别出了可去除的专家，而是因为早期层的冗余性使得大多数选择标准可以互换。这项研究为可解释性领域提供了一个明确的反例，说明从总体观测统计到 token 级干预结论的推理步骤需要更严格的因果验证。

论文 MoE/混合专家模型剪枝因果推断

推荐理由：MoE 模型剪枝的常用假设被实验证伪了——做模型压缩或可解释性研究的团队，建议重新审视你的专家选择策略，别再依赖路由统计指标。

原文

6月7日

00:48

lmarena.ai@lmarena_ai

精选72°

AI产品智能体排行榜因果推断

推荐理由：做 AI 智能体评估的团队终于有了更科学的参考框架——五个信号覆盖了任务执行和用户体验，值得研究评测方法的开发者点开细看。

原文

6月5日

13:04

官方账号arXiv cs.LG@Hazhir Aliahmadi, Irina Babayan, Greg van Anders

精选

传统贝叶斯网络通过优化生成有向无环图（DAG）来建模因果关系，但真实数据常允许多种因果链，导致优化结果可能包含伪影。本文提出基于熵推断的方法，生成与数据一致的因果图谱集（causal atlases），量化因果关系的结构模糊性。在2节点和20节点的线性结构方程模型模拟噪声数据上，该方法采样最大熵图集，发现“最优”DAG中存在不一致的因果伪影。这为数据驱动的因果发现提供了更忠实于数据变异的框架。

论文因果推断贝叶斯网络熵推断

推荐理由：因果发现领域长期依赖单一最优DAG，但真实数据往往支持多种解释——这篇论文用熵推断解决了这个痛点，做因果推断或复杂系统建模的研究者值得关注，方法可直接用于评估因果结构的稳健性。

原文

5月29日

11:07

官方账号arXiv cs.AI@Anay Mehrotra, Phuc Tran, Van H. Vu, Manolis Zampetakis

该研究提出了一种新的矩阵补全方法，用于估计异质性治疗效果（即干预对每个个体的不同影响），而非仅平均效果。在面板数据中，数据被表示为所有单元-时间治疗效果的矩阵，问题转化为矩阵补全。现有方法仅能提供平均治疗效果的保证，而该研究给出了一种计算高效的估计器，在未知倾向性和标准低秩假设下，实现了行方向上的ℓ2误差为Õ(√(1/n + n/m²))。技术上，该分析首次建立了低秩近似的行方向ℓ2扰动界，补充了现有谱、Frobenius和逐元素扰动理论。

论文因果推断矩阵补全异质性治疗效果

推荐理由：做因果推断或面板数据分析的研究者值得关注——这项研究解决了异质性治疗效果估计中行级误差保证的难题，提供了更精确的理论工具，可以直接用于改进现有估计方法。

原文

5月27日

10:52

官方账号arXiv cs.LG@Nikita Dhawan, Arnav Paruthi, Andrew Kim, Lovedeep Gondara, Jekaterina Novikova, Chris J. Maddison

精选

该论文提出了一种针对高维治疗（如文本、连续变量）的因果风险最小化方法。传统因果估计假设所有干预都被观察到，但在高维空间（如所有可能的文本字符串）中不可行。作者将因果推断转化为学习问题，证明因果误差可分解为一系列矩平衡误差，并设计了直接优化因果估计的目标函数。他们还展示了如何将高维治疗效果投影到低维属性上，使单一模型能回答多个因果问题，无需额外训练。在亚马逊评论的半合成数据集上，实验验证了高阶平衡误差优化的优势，以及投影估计与属性特定估计的竞争力。

论文因果推断高维治疗文本干预

推荐理由：做因果推断或文本干预效果分析的团队，这篇论文给出了处理高维治疗空间的实用框架，可以直接参考其矩平衡优化方法。

原文

5月15日

11:19

官方账号arXiv cs.LG@Christopher Stith, Medha Barath, Vahid Balazadeh, Jesse C. Cresswell, Rahul G. Krishnan

精选

因果推断在多个学科中至关重要，但连续治疗设置（干预变量为连续值）的研究远少于二元治疗。本文提出首个针对连续治疗设置的因果基础模型，通过元学习在未见任务上预测因果效应，无需额外训练。模型设计了一种新的数据生成过程先验，生成丰富的因果训练语料，并训练Transformer利用上下文学习从观测数据重建个体治疗-响应曲线。该模型在个体治疗-响应曲线重建任务上达到最先进性能，超越了专门训练的因果模型。

论文因果推断基础模型连续治疗

推荐理由：连续治疗效应预测是因果推断的难点，做医疗、经济等领域的因果分析团队可以直接用这个基础模型零样本预测，省去大量模型训练成本。

原文

5月11日

11:45

11:45官方账号arXiv cs.LG（学术论文）

因果推断依赖不可验证的假设，现有敏感性分析框架多关注最坏情况下的结论变化，但往往不切实际。本研究将s-value框架泛化至三种常见因果假设，并提出贝叶斯敏感性价值(BSV)指标。BSV通过蒙特卡洛近似，基于真实世界证据构建先验分布，计算假设违背的期望敏感性。实证表明，最坏情况分析可能依赖违背先验知识的极端假设，而BSV能提供更可信的结论。该框架在糖尿病治疗对体重影响的观察性研究中得到验证，为研究者提供了更稳健的因果推断工具。

论文因果推断贝叶斯方法敏感性分析

推荐理由：提出贝叶斯敏感性价值(BSV)方法，解决了传统最坏情况敏感性分析不切实际的问题，为因果推断实践者提供了更符合先验知识的稳健性评估标准。

原文

11:43

11:43官方账号arXiv cs.LG（学术论文）

本文提出 DR-ME，这是首个半参数高效有限位置测试，用于检测可解释的分布治疗效果。传统的均值比较可能遗漏尾部、众数、离散度或罕见事件概率的变化，而全局核测试无法揭示具体差异位置。DR-ME 通过正交双重稳健核特征，在学习到的结果位置上评估干预核证据，返回因果差异坐标，而非仅给出全局拒绝判断。该方法具有卡方校准、局部功效优化和位置学习准则，实验显示其误差控制良好、功效可与全局测试竞争，并在半合成医学影像研究中定位了分布效应。

论文因果推断分布效应半参数效率

推荐理由：这项研究为因果推断中的分布效应分析提供了首个可解释且半参数高效的测试方法，尤其适合需要定位具体差异的应用场景，如精准医疗中不同人群的异质性响应分析。

原文