11:52
官方账号arXiv cs.AI@Avinash Kori, Fabrizio Russo
推荐理由：如果你在搞世界模型或因果推理，这篇把概念理清了，还连上了因果发现的现有工作，值得一看。
因果表示学习
共 2 条相关 AI 资讯
8月14日
11:52
这篇论文从因果视角研究世界模型，提出超越生成能力、捕捉实体属性及其交互的因果世界模型（CWM）正式定义。作者将世界建模与因果表示学习、目标中心学习、因果发现、结构因果模型及基于模型的决策制定等工作联系起来。论文还探讨了可识别性文献，澄清世界模型组件何时能从数据中恢复以及等价性边界。
6月29日
10:13
10:13
官方账号arXiv cs.LG@Yuanyuan Wang, Wenjie Wang, Haoxuan Li, Mingming Gong, Kun Zhang
精选
推荐理由：这篇论文用扩散偏移解决了连续时间潜变量因果模型的可识别性难题，不需要稀疏性假设，还拿真实桥梁数据做了验证，做时间序列因果推断的值得看看。