研究指LLM因果推断存乐观偏差且规模增益脆弱

1. 13:00
   arXiv 机器学习

   基于 LLM 的因果推断鲁棒性压力测试

   一项针对基于 LLM 的因果推断鲁棒性的压力测试表明，LLM 普遍存在高估因果联系的“乐观偏差”，导致整体查准率偏低。研究通过涵盖模型规模、因果图复杂度等 6 个维度的测试发现，传统评估指标常因忽略推理不确定性而产生虚高得分。此外，扩大模型规模带来的增益十分脆弱，其性能表现会随元数据质量的下降而急剧恶化。

Current heat 8·Comparable peak 10（Nov 4 14:00）·Comparable change, last 24 hours–

Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.