12:17
官方账号arXiv cs.AI@Jannick Strobel, Muqsit Azeem, Stefan Leue
推荐理由：它把解释当HP实际原因，用SCM建模输入依赖，搜索算法保证完备且最小，还发现忽视依赖会多出14.9%虚假原因。
Halpern-Pearl
共 1 条相关 AI 资讯
8月5日
12:17
该论文将神经网络预测的解释形式化为 Halpern-Pearl 实际原因，并用布尔结构因果模型（SCM）建模输入依赖。算法结合边界传播与分支定界，提供完备性和最小性保证。实验中，它在搜索空间达 2.3×10^13 个候选对、SCM 最多 28 个节点的实例上，于 180 秒内算出全部最小实际原因，规模上超过暴力搜索和 ILP 基线。案例研究显示，忽略输入依赖会使报告原因数量膨胀，其中 14.9% 在 SCM 下是虚假原因。