第一原理的反事实因果关系？
Counterfactual Causality from First Principles?
Univ. Grenoble Alpes（格勒诺布尔阿尔卑斯大学）；Inria（法国国家信息与自动化研究所）；CNRS（法国国家科学研究中心）；Grenoble INP（格勒诺布尔理工学院）；LIG（格勒诺布尔信息实验室）；University of Pennsylvania（宾夕法尼亚大学）
摘要：
本文从计算机科学的角度讨论了现有反事实因果关系方法的三个主要缺点，并概述了试图克服这些问题的工作路线：（1）因果关系定义应该由一组精确指定的要求而不是具体的例子驱动;（2）因果关系框架应该支持系统动力学;（3）因果关系分析在抽象存在的情况下应具有良好的理解行为。
英文摘要：
In this position paper we discuss three main shortcomings of existing approaches to counterfactual causality from the computer science perspective, and sketch lines of work to try and overcome these issues: (1) causality definitions should be driven by a set of precisely specified requirements rather than specific examples; (2) causality frameworks should support system dynamics; (3) causality analysis should have a well-understood behavior in presence of abstraction.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
