Noticias sobre FGES
1 artículos relacionados
Descubrimiento causal aumentado de LLM: fusión probabilística de existencia y orientación de bordes
LLM-Augmented Causal Discovery: Probabilistic Fusion of Edge Existence and Orientation
AI InsightLa nueva investigación propone la fusión del Gráfico de dependencia probabilística (PDG) del algoritmo de descubrimiento causal bayesiano y previo de LLM, y la fusión ponderada 50/50 supera la fuente única F1 en 22 de 26 redes de referencia. En comparación con cuellos de botella anteriores que solo usaban puntuación LLM o se basaban únicamente en la dirección de los datos para identificar cuellos de botella, este método fusiona por primera vez la existencia de bordes y la dirección como distribuciones de probabilidad, proporcionando un nuevo paradigma para utilizar conocimiento LLM poco confiable para el descubrimiento causal.Importancia 75/100