arXiv 机器学习· Hugo Math·· 1 天前AI 评分37
Seq2Cause：用单一自回归骨干解决事件序列中的四项因果发现任务
seq2cause: One Autoregressive Backbone, Four Causal Discovery Tasks in Event Sequences
AI 导读
Seq2Cause 框架利用单个无需重训练的预训练自回归模型作为摊销条件独立性测试引擎，解决了事件序列中的四项因果发现任务。该研究证明模型的额外交叉熵可直接约束因果识别误差，令下一 token 预测的提升同步增强因果保证。在包含 29K 事件类型与 474 种故障结果的车辆诊断日志等场景中，其首次实现单冻结骨干的大规模因果发现。
来源：arXiv 机器学习 · arxiv.org