09:35官方账号arXiv cs.AI@Samah Kareem, Barış Çeliktaş精选73°研究人员提出因果证据治理(CEG)框架,解决高风险ML系统监管需求。该框架使用有向无环图(DAG)划分因果路径,通过因果伤害率量化预测偏差。研究使用四年PMA信用监管数据构建10,000名合成申请人,在德国信用数据集验证显示CEG比人口均等或均衡优势更有效隔离因果效应。论文因果推理CEGAI监管推荐理由:欧盟AI法案下,这个CEG框架帮你证明AI决策不是靠偏见,而是靠真实因果关系。原文稍后读已读值得跟进有用关注 因果推理