Counterfactual Multihop QA: A Cause-Effect Approach for Reducing Disconnected Reasoning
Sun Yat-Sen University(中山大学)
多跳QA需要对多个支持事实进行推理来回答问题。然而,现有的QA模型总是依赖于捷径,例如,仅通过一个事实而不是多跳推理来提供真实答案,这被称为$\textit{disconnected reasoning}$问题。为了缓解这个问题,我们提出了一种新的反事实的多跳QA,一种因果关系的方法,能够减少断开的推理。它建立在因果关系的明确建模基础上:1)断开推理的直接因果效应和2)来自总因果效应的真正多跳推理的因果效应。利用因果图,提出了一种反事实推理方法,将不连续推理从因果效应中分离出来,为学习真正的多跳推理而不是捷径的QA模型提供了新的视角和技术。在HotpotQA基准数据集上进行了大量实验,实验结果表明,该方法在减少断开推理方面取得了显著的进步.例如,通过真正的多跳推理,我们的方法在HotpotQA上的Supp $_s$分数高出5.8%。该代码可在补充材料中找到。
2022-10-13 cs.AI cs.CL
CausalVLBench: Benchmarking Visual Causal Reasoning in Large Vision-Language Models
Department of Electrical Engineering and Computer Science University of Arkansas(电气工程与计算机科学系 奎萨克大学)
本文提出CausalVLBench基准,包含因果结构推断、干预目标预测和反事实预测三个任务,评估开源LVLMs在视觉因果推理上的能力,揭示其优缺点并指引改进方向。
2025-10-10 cs.AI cs.CL cs.LG
ReCo: Reliable Causal Chain Reasoning via Structural Causal Recurrent Neural Networks
Huawei Cloud(华为云)
针对因果链推理中的阈值效应与场景漂移问题,提出ReCo框架,利用结构因果循环神经网络(SRNN)估计外生变量间的矛盾,显著提升了模型在中英文数据集及下游任务上的表现。
2022-12-16 cs.AI cs.CL
Causal Interventions on Causal Paths: Mapping GPT-2's Reasoning From Syntax to Semantics
University of Southern California(南加州大学)
本研究针对大语言模型自然语言推理难以通过电路解析的问题,以GPT-2 small为对象开展因果句干预实验,发现因果句法定位在前2-3层、深层特定头关注语义关系,为表征LLM因果推理提供了初步依据。
2024-10-28 cs.AI cs.CL
Assessing LLM Reasoning Through Implicit Causal Chain Discovery in Climate Discourse
Department of Computer Science, KU Leuven(卢森堡大学计算机科学系);Institute of Argumentation, Linguistics, and Semiotics (IALS)(论证、语言学与象征学研究所)
本文通过隐含因果链发现任务评估 LLM 的因果推理能力,发现其生成的因果步骤数量和粒度存在差异,但主要依赖关联模式匹配而非真实因果推理。
2026-03-18 cs.AI cs.CL
Unveiling Causal Reasoning in Large Language Models: Reality or Mirage?
Intelligent Game and Decision Lab(智能游戏与决策实验室);National University of Defense Technology(国防科技大学);University of Melbourne(墨尔本大学);University of Sydney(悉尼大学);Hong Kong Baptist University(香港 Baptist 大学)
本文揭示LLMs仅能进行浅层一级因果推理而缺乏类人二级推理能力,提出结合通用知识与目标导向提示的G^2-Reasoner方法,显著提升了LLMs在新颖和反事实语境下的因果推理能力。
2025-06-26 cs.AI cs.CL cs.LG
Nuance Matters: Probing Epistemic Consistency in Causal Reasoning
EPFL(洛桑联邦理工学院);University of Waterloo(滑铁卢大学)
本文提出因果认知一致性概念及三项新度量指标,通过对21个主流LLMs的实证研究发现现有模型难以在因果推理中保持对中间因素极性和强度的自洽判断,并探索了利用内部token概率作为辅助手段。
2024-08-27 cs.AI cs.CL
COLD: Causal reasOning in cLosed Daily activities
Indian Institute of Technology Kanpur (IIT Kanpur)(印度理工学院坎普尔分校)
为评估LLM的类人因果推理能力,本文提出COLD框架,基于日常活动构建约900万条因果查询,评估发现LLM在简单日常活动的因果推理上仍具挑战,并通过后门标准探索其因果推理能力。
2024-11-29 cs.AI cs.CL cs.LG
A Survey on Enhancing Causal Reasoning Ability of Large Language Models
University of Technology Sydney(悉尼科技大学)
本文系统综述了增强大型语言模型因果推理能力的研究,梳理了关键挑战,提出新分类法对现有方法进行归类比较,并总结了评估基准与未来方向。
2025-03-12 cs.AI cs.CL
Causal-Counterfactual RAG: The Integration of Causal-Counterfactual Reasoning into RAG
Indian Institute of Technology Bombay(印度理工学院班加罗尔分校);Indian Institute of Technology Patna(印度理工学院帕纳姆分校)
针对传统RAG上下文完整性受损、回答准确性不足的问题,本文提出将因果图与反事实推理融入检索过程的Causal-Counterfactual RAG框架,可提升回答的稳健性、准确性与可解释性。
2026-09-04 cs.CL cs.IR
COLA: Contextualized Commonsense Causal Reasoning from the Causal Inference Perspective
HKUST(香港科技大学);Tencent AI Lab(腾讯人工智能实验室);University of Pennsylvania(宾夕法尼亚大学);NVIDIA(英伟达)
本文提出情境化常识因果推理任务及零样本框架COLA,利用时间性和协变量平衡消除混杂效应,实验证明其优于基线。
2023-05-09 cs.AI cs.CL
Norm Based Causal Reasoning in Textual Corpus
基于真值的蕴涵不足以很好地理解自然语言。事实上,它并不能推导出理解语篇所必需的隐含信息。另一方面,基于规范的蕴涵能够达到这一目的。这个想法是70年代Frames(Minsky 75)和Schank(Schank 77,Schank 79)的发展背后的原因。但这些理论还不够形式化,对新形势的适应性还很不明显。在本文中,我们提出了一个推理系统,它使用规范的因果推理过程中,以找到事故的原因,从描述它的文本。
2006-10-04 cs.AI cs.CL
Are LLMs Capable of Data-based Statistical and Causal Reasoning? Benchmarking Advanced Quantitative Reasoning with Data
Wangxuan Institute of Computer Technology, Peking University(北京大学王选计算机研究所);University of California, Los Angeles(加利福尼亚大学洛杉矶分校)
本文提出QRData基准,用411个数据题和290个纯文本题评估大语言模型的统计与因果推理能力,发现GPT-4准确率仅58%,模型难以同时运用因果知识与数据。
2024-06-09 cs.AI cs.CL
Mitigating Hallucinations in Large Language Models via Causal Reasoning
针对大型语言模型(LLMs)的逻辑不一致幻觉问题,提出因果DAG构建与推理(CDCR-SFT)监督微调框架,通过显式建模变量级因果关系提升推理能力,在CLADDER上准确率超人类且在HaluEval上减少幻觉。
2025-11-12 cs.AI cs.CL cs.LG
Compositional Causal Reasoning Evaluation in Language Models
Harvard University(哈佛大学);Microsoft Research Cambridge(微软研究院剑桥)
本文提出组合因果推理(CCR)统一视角与评估框架,系统测试LLama、Phi和GPT系列模型,发现除o1外错误随因果路径复杂度上升。
2025-06-10 cs.AI cs.CL cs.LG
Towards Fine-grained Causal Reasoning and QA
Westlake University(西湖大学);Westlake Institute for Advanced Study(西湖高等研究院);Delft University of Technology(代尔夫特理工大学);University College London(伦敦大学学院)
理解因果关系是NLP应用成功的关键,特别是在高风险领域。因果关系来自各种角度,如使能和预防,尽管它们很重要,但在文献中基本上被忽视了。本文介绍了一种新的细粒度因果推理数据集,并提出了一系列新的预测任务,如因果关系检测,事件因果关系提取和因果QA。我们的数据集包含多句样本中的25K因果事件对和24K问答对的人类注释,其中每个事件对都可以有多个因果关系。通过广泛的实验和分析,我们表明,我们的数据集中的复杂关系带来了独特的挑战,最先进的方法在所有三个任务,并突出了潜在的研究机会,特别是在开发“混沌思维”的方法。
2022-04-15 cs.AI cs.CL cs.LO
Enhancing Causal Reasoning in Large Language Models: A Causal Attribution Model for Precision Fine-Tuning
University of California, Irvine(加州大学尔湾分校);North Carolina State University(北卡罗来纳州立大学);Amazon(亚马逊公司)
本文提出一种因果归因模型,通过精确微调提升大语言模型的可解释性和因果推理能力,展示了模型在不同领域中的因果发现任务中的有效性。
2026-05-21 cs.AI cs.CL cs.LG
Is ChatGPT a Good Causal Reasoner? A Comprehensive Evaluation
Research Center for Social Computing and Information Retrieval(社会计算与信息检索研究中心);Harbin Institute of Technology(哈尔滨工业大学)
本研究首次全面评估ChatGPT的因果推理能力,发现其推理不佳但解释良好,存在严重幻觉,且受提示词、问题形式及事件特征影响,并提供了代码链接。
2023-10-12 cs.AI cs.CL
Synergizing Large Language Models and Theory for Human-like Causal Reasoning
Center for Data Science, AAIS, Peking University(数据科学中心,AAIS,北京大学);Wangxuan Institute of Computer Technology, Peking University(王轩计算机技术研究所,北京大学);Tsinghua University(清华大学);State Key Laboratory of General Artificial Intelligence(通用人工智能国家重点实验室)
本文提出 HCR-Reasoner 框架,将实际因果性与因果判断理论整合进 LLM,并构建含 1,093 个实例的 HCR-Bench,显著提升模型与人类因果判断的一致性。
2026-10-14 cs.CL
METER: Evaluating Multi-Level Contextual Causal Reasoning in Large Language Models
College of Computer Science, Sichuan University(四川大学计算机学院);Institute of Data Science, National University of Singapore(新加坡国立大学数据科学研究所);Engineering Research Center of Machine Learning and Industry Intelligence, Ministry of Education, China(中国教育部机器学习与产业智能工程研究中心)
本文提出METER基准,系统评估大型语言模型在因果阶梯的三个层级上的表现,发现随着任务层级升高,模型能力显著下降,揭示了模型在因果推理中的两大失效模式。
2026-04-16 cs.AI cs.CL
What's Missing in Vision-Language Models? Probing Their Struggles with Causal Order Reasoning
University of Southern California(南加州大学);University of California, Santa Barbara(加州大学圣芭芭拉分校);Texas A&M University(德克萨斯A&M大学)
针对VLM在因果推理中的不足,提出VQA-Causal和VCR-Causal基准,发现模型在因果任务上仅略优于随机猜测,归因于训练数据缺乏因果表达,并通过难负例微调改善。
2026-06-24 cs.CL
CausalDS: Benchmarking Causal Reasoning in Data-Science Agents
Department of Statistics University of Michigan(统计学系密歇根大学)
介绍用于评估数据科学智能体因果推理的CausalDS基准,由含观测数据的结构因果模型和合成自然语言故事构成场景,导出跨越Pearl三个层级的任务,联合评估符号因果推理、数据科学等多方面能力。
2026-10-15 cs.AI cs.CL cs.LG
S-MARC: Causal Streaming Reasoning for Full-Duplex Conversational Behavior Modeling
University of California, Berkeley(加州大学伯克利分校);Zhejiang University(浙江大学);South China University of Technology(华南理工大学)
提出S-MARC框架,通过流式因果层次建模意图到动作路径,预测高层交际功能和低层交互行为,并构建高质量语料库,实现全双工对话中的鲁棒行为检测与可解释推理。
2026-05-28 cs.AI cs.CL
Eliciting Causal Abilities in Large Language Models for Reasoning Tasks
BNU-HKBU United International College(北师港浸大);Hong Kong Baptist University(香港浸会大学);Beijing Normal University at Zhuhai(北京师范大学珠海校区);The Chinese University of Hong Kong(香港中文大学)
本文提出SCIE方法,通过从提示指令到答案中激发LLMs的因果推断能力来增强推理性能,结合OR原则实现低成本可重用性,实验证明其有效提升推理性能并降低训练成本。
2024-12-19 cs.AI cs.CL
Neuro-Symbolic Integration Brings Causal and Reliable Reasoning Proofs
The Chinese University of Hong Kong(香港中文大学);DAMO Academy, Alibaba Group(阿里巴巴达摩院);Shanda AI Research Institute(盛大人工智能研究院)
针对LLM复杂推理中准确性与可解释性的权衡,提出将Prolog搜索日志转为可读证明的神经符号框架,在逻辑与算术数据集上显著提升答案与证明准确性。
2025-02-24 cs.AI cs.CL
Causal Cartographer: From Mapping to Reasoning Over Counterfactual Worlds
NAOInstitute, University of Auckland(奥克兰大学NAO研究所);Jožef Stefan Institute(约热夫·斯特凡研究所);University of Twente(特文特大学)
针对大语言模型因果推理能力不足及反事实评估受限的问题,提出Causal Cartographer框架,通过图检索增强生成智能体构建因果知识库,结合受因果约束的反事实推理智能体,提升LLM因果推理鲁棒性并降低成本与虚假相关性。
2025-05-20 cs.AI cs.CL cs.LG
ChainReaction: Causal Chain-Guided Reasoning for Modular and Explainable Causal-Why Video Question Answering
Institute of High Performance Computing, Agency for Science, Technology and Research, Singapore(新加坡高性能计算研究所,科技研究局);Centre for Frontier AI Research, Agency for Science, Technology and Research, Singapore(科技研究局前沿人工智能研究中心,新加坡);College of Computing and Data Science, Nanyang Technological University, Singapore(新加坡南洋理工大学计算与数据科学学院)
针对现有因果关系视频问答模型的问题,提出新的模块化范式,将因果推理与答案生成解耦,引入自然语言因果链,介绍两阶段架构及生成因果链方法,新指标,实验证明该方法性能优越。
2026-07-07 cs.AI cs.CL cs.CV
C2-Faith: Benchmarking LLM Judges for Causal and Coverage Faithfulness in Chain-of-Thought Reasoning
SPARAI
提出C2-Faith基准,通过因果和覆盖两个维度评估LLM评判者对思维链推理过程忠实性的判断能力,发现模型在错误定位和覆盖评分上存在显著不足。
2026-06-15 cs.AI cs.CL
The Magic of IF: Investigating Causal Reasoning Abilities in Large Language Models of Code
Peking University(北京大学);University of California, Los Angeles(加利福尼亚大学洛杉矶分校);Beijing Institute for General Artificial Intelligence(北京通用人工智能研究院)
本文探究代码大语言模型是否因代码中“if”等条件语句对因果关系的显式表达而具备更强的因果推理能力,实验证明使用代码提示的Code-LLMs显著优于纯文本LLMs,且编程结构对提示设计至关重要。
2023-05-30 cs.CL
Automated Storytelling via Causal, Commonsense Plot Ordering
自动故事情节生成是生成连贯的情节事件序列的任务。情节事件之间的因果关系被认为可以增加故事和情节连贯性的感知。在这项工作中,我们介绍了软因果关系的概念,从常识推理推断的因果关系。我们展示了C2PO,一种叙事生成的方法,通过因果关系,常识情节排序来实现这一概念。使用人类参与的协议,我们评估我们的系统对基线系统与不同的常识推理推理和归纳偏见,以确定软因果关系感知的故事质量的作用。通过这些研究,我们还探讨了跨故事类型的常识规范的变化如何影响对故事质量的看法的相互作用。
2020-12-30 cs.AI cs.CL
CIP: A Plug-and-Play Causal Prompting Framework for Mitigating Hallucinations under Long-Context Noise
Beijing University of Posts and Telecommunications(北京邮电大学);Northwestern University(西北大学)
CIP通过因果推理框架提升大语言模型的可解释性、稳定性和效率,有效缓解长上下文噪声下的幻觉问题。
2025-12-12 cs.AI cs.CL
Towards a Universal Causal Reasoner
The University of Chicago(芝加哥大学);University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
提出UniCo数据生成框架,覆盖Pearl因果阶梯的18种查询类型,将符号示例转化为代码和自然语言,通过监督微调显著提升LLM的因果推理能力和推理忠实度。
2026-05-24 cs.AI cs.CL cs.LG
CRAB: Assessing the Strength of Causal Relationships Between Real-world Events
EPFL(洛桑联邦理工学院)
本研究提出用于评估现实叙事事件因果理解能力的新基准CRAB,含2700对事件细粒度标注,测试发现大语言模型在该任务表现不佳,复杂因果结构下推理能力更弱,相关资源已开源。
2023-11-07 cs.AI cs.CL
BiasCause: Evaluate Socially Biased Causal Reasoning of Large Language Models
Google(谷歌);The Ohio State University(俄亥俄州立大学)
本文提出BiasCause框架,评估LLMs在回答社会偏见问题时的因果推理,揭示其偏见产生机制及去偏策略。
2026-03-10 cs.CL
CLadder: Assessing Causal Reasoning in Language Models
MPI for Intelligent Systems, Tübingen(马克斯·普朗克智能系统研究所,蒂宾根);ETH Zürich(苏黎世联邦理工学院);IIT Kharagpur(印度理工学院卡拉格普尔分校);University of Hong Kong(香港大学);University of Washington(华盛顿大学)
本文提出自然语言因果推断任务及10K样本数据集CLadder,通过oracle因果推断引擎生成关联、干预和反事实问题,并引入CausalCoT提示策略,系统评估并揭示LLMs在形式化因果推理上的不足。
2024-01-17 cs.AI cs.CL cs.LG
SemEval-2026 Task 12: Abductive Event Reasoning: Towards Real-World Event Causal Inference for Large Language Models
The Key Laboratory of Cognition and Decision Intelligence for Complex Systems, Institute of Automation, Chinese Academy of Sciences, Beijing, China(认知与决策智能复杂系统重点实验室,自动化研究所,中国科学院,北京,中国);School of Artificial Intelligence, University of Chinese Academy of Sciences, Beijing, China(人工智能学院,中国科学院大学,北京,中国)
本文提出面向现实事件因果推断的归纳事件推理任务,通过多选基准测试解决分布式证据、间接背景因素和语义相关但非因果干扰等挑战,评估了122个参与者的518份提交结果。
2026-03-23 cs.AI cs.CL
Causal Graphs Meet Thoughts: Enhancing Complex Reasoning in Graph-Augmented LLMs
University of Warwick(华威大学);Zhejiang University(浙江大学);Beijing University of Posts and Telecommunications(北京邮电大学)
本文提出因果图增强的 Graph RAG 流水线,通过筛选因果边、对齐 CoT 检索并多阶段优化路径,提升 LLM 在医学问答中的复杂推理能力,最高带来 10% 绝对提升。
2025-03-17 cs.AI cs.CL
Cause and Effect: Can Large Language Models Truly Understand Causality?
Amazon(亚马逊)
本文提出CARE CA框架,结合ConceptNet显式因果检测与LLM隐式因果推理,并引入反事实解释层以增强因果推理和可解释性,同时发布新数据集CausalNet。
2024-09-30 cs.AI cs.CL
Exploring Defeasibility in Causal Reasoning
EPFL(洛桑联邦理工学院)
本文提出首个因果推理可废止性基准数据集$δ$-CAUSAL,并设计了基于token级因果关系的指标CESAR,相比现有指标相对提升69.7%,同时揭示GPT-3.5在生成支持者和反驳者方面仍落后人类。
2024-06-27 cs.CL
CommonWhy: A Dataset for Evaluating Entity-Based Causal Commonsense Reasoning in Large Language Models
University of Toronto(多伦多大学)
CommonWhy数据集通过15000个为什么问题评估大语言模型的因果关系实体推理能力,揭示现有模型在因果推理和事实生成上的不足。
2026-05-13 cs.CL
Failure Modes of LLMs for Causal Reasoning on Narratives
Carnegie Mellon(卡内基梅隆大学)
本研究针对叙事因果推理任务,探究LLM的世界知识与逻辑推理的相互作用,发现其依赖表层启发式策略的失效模式,提出任务重表述可提升推理稳健性,为优化LLM因果推断方法奠定基础。
2025-06-15 cs.CL cs.LG
ROCK: Causal Inference Principles for Reasoning about Commonsense Causality
University of Pennsylvania(宾夕法尼亚大学);Tencent AI Lab(腾讯人工智能实验室);Amazon AWS AI Labs(亚马逊AWS人工智能实验室)
常识因果推理(CCR)的目的是在一般人认为合理的自然语言描述中识别可能的原因和结果。虽然是巨大的学术和实践的兴趣,这个问题仍然是一个良好的理论框架的缺乏阴影;现有的工作通常依赖于深语言模型全心全意,并可能容易混淆同现。受经典因果原则的启发,我们阐明了CCR的核心问题,并在观察性研究中的人类受试者与自然语言之间进行了比较,以将CCR纳入潜在结果框架,这是常识性任务的首次尝试。我们提出了一个新的框架,岩石,原因O(A)约常识K(C)的因果关系,它利用时间信号作为偶然的监督,并平衡混淆的影响,使用类似于倾向分数的时间倾向。ROCK的实现是模块化和zero-shot的,并展示了良好的CCR功能。
2022-06-17 cs.AI cs.CL cs.LG
CRAFT: A Benchmark for Causal Reasoning About Forces and inTeractions
Hacettepe University(哈塞特佩大学);Koç University(科奇大学)
人类能够感知、理解和推理因果事件。开发具有相似物理和因果理解能力的模型是人工智能的长期目标。作为朝着这个方向迈出的一步,我们介绍了CRAFT,一个新的视频问答数据集,需要因果推理的物理力量和对象的相互作用。它包含58K视频和问题对,这些视频和问题对是从20个不同的虚拟环境中的10K视频中生成的,其中包含各种运动中的物体,这些物体彼此之间以及场景之间进行交互。CRAFT中的两个问题类别包括先前研究的描述性问题和反事实问题。此外,受认知语言学中的力动力学理论的启发,我们引入了一个新的因果问题类别,涉及通过原因,使能和防止等概念来理解对象之间的因果相互作用。我们的研究结果表明,尽管CRAFT中的问题对人类来说很容易,但测试的基线模型,包括现有的最先进的方法,还没有处理我们的基准测试中提出的挑战。
2022-03-01 cs.AI cs.CL cs.CV
A Critical Review of Causal Reasoning Benchmarks for Large Language Models
University of Oxford(牛津大学)
该综述梳理大语言模型因果推理基准的现状,指出多数基准可通过知识检索解答的问题,总结近期基准纳入干预/反事实推理的进展,提出有效基准应满足的标准,为基准设计与因果理解评估框架构建提供方向。
2024-07-10 cs.CL cs.LG
Causal Reasoning of Entities and Events in Procedural Texts
University of Pennsylvania(宾夕法尼亚大学);Carnegie Mellon University(卡内基梅隆大学)
实体和事件是自然语言推理的关键,在过程文本中很常见。现有的工作要么专门集中在实体状态跟踪(例如,平底锅是否是热的)或基于事件推理(例如,一个人是否会因接触平底锅而烧伤自己),而这两项任务往往是因果关系。我们提出CREPE,事件可解释性和实体状态的因果推理的第一个基准。我们发现,大多数语言模型,包括GPT-3,在0.35 F1下的表现接近偶然,远远落后于人类的0.87 F1。我们通过创造性地将事件表示为程序设计语言,同时提示在代码上预训练的语言模型,将模型性能提升到.59 F1。通过在我们的表示中注入实体和事件之间的因果关系作为中间推理步骤,我们进一步将性能提高到.67 F1。我们的研究结果表明,不仅CREPE带来的语言模型的挑战,但也有效的代码类提示结合的多跳事件推理的思维链提示。
2023-02-16 cs.CL
Teaching Transformers Causal Reasoning through Axiomatic Training
uiuc(伊利诺伊大学香槟分校);mit(麻省理工学院);msr(微软研究院);cispa(CISPA信息安全研究中心)
本文提出公理训练方法,通过因果公理演示训练Transformer,使模型从线性链泛化到复杂图,并微调Llama-3-8B提升因果基准性能,部分超越GPT-4。
2025-10-24 cs.AI cs.CL cs.LG
Towards Efficient Reasoning: Learning Causal Shortcuts for Diffusion Language Models
Zhejiang University(浙江大学);Shanghai AI Laboratory(上海人工智能实验室)
针对扩散语言模型在双向注意力下推理效率低的问题,提出因果捷径学习框架,通过提取并优先掩码引导令牌,显著提升推理准确性和收敛速度,在多个基准上超越现有基线。
2026-09-24 cs.CL
ECHo: A Visio-Linguistic Dataset for Event Causality Inference via Human-Centric Reasoning
National University of Singapore(新加坡国立大学)
本文提出基于视觉-语言社会场景的事件因果推断诊断数据集ECHo,结合心智理论(ToM)与统一思维链(CoT)框架评估InstructGPT和MiniGPT-4等大型基础模型在以人为中心任务上的多模态推理能力,揭示其推理缺陷。
2023-10-23 cs.AI cs.CL cs.CV
Causal Distillation: Transferring Structured Explanations from Large to Compact Language Models
Stanford University(斯坦福大学)
提出因果蒸馏框架,将大型教师模型的因果推理能力迁移至紧凑模型,并引入CEC指标评估解释的结构与逻辑一致性。
2025-05-26 cs.CL
Causal Reasoning in Large Language Models: A Knowledge Graph Approach
GraphLab(格拉夫实验室);George Washington University(乔治华盛顿大学);AI Convergence(人工智能融合中心);Hankuk University of Foreign Studies(韩国外国语大学)
本文提出一种基于知识图谱的随机游走因果推理方法,通过在常识问答任务中利用图谱节点连接提供信息与推理结构,显著提升了大型语言模型的推理能力与性能。
2024-10-15 cs.CL
Better Think Thrice: Learning to Reason Causally with Double Counterfactual Consistency
Carnegie Mellon University(卡内基梅隆大学);Microsoft Research Cambridge(微软研究院剑桥分部);Microsoft Research India(微软研究院印度分部)
本文提出双重反事实一致性方法,用于评估和提升大型语言模型的因果推理能力,无需标注数据,通过因果干预和反事实预测验证模型能力,并在多种任务中提升性能。
2026-02-18 cs.CL cs.LG
Causal Discovery and Counterfactual Reasoning to Optimize Persuasive Dialogue Policies
KDDI Research, Inc.(KDDI研究所);Carnegie Mellon University(卡内基梅隆大学)
针对现有说服性对话系统难适配动态用户状态的问题,提出结合因果发现、反事实推理与强化学习的方法,在PersuasionForGood数据集上实现了说服效果的提升。
2025-03-19 cs.AI cs.CL cs.HC
Integrating Causal Reasoning into Automated Fact-Checking
EURECOM
本文提出一种结合事件关系提取、语义相似性计算和规则推理的方法,用于检测事实核查中事件链的逻辑不一致,提升裁决预测的可解释性。
2025-12-15 cs.CL
Personalized Causal Graph Reasoning for LLMs: An Implementation for Dietary Recommendations
Department of Computer Science, University of California, Irvine(加州大学尔湾分校计算机科学系);School of Nursing, University of California, Irvine(加州大学尔湾分校护理学院)
针对大语言模型在多因素个人数据场景下个性化推理能力不足的问题,提出个性化因果图推理框架,在饮食推荐场景中验证其可有效降低餐后血糖、提升个性化质量。
2025-09-01 cs.CL