HOLOGRAPH：基于层理论的LLM引导因果发现
Research Paper#Causal Discovery, LLMs, Sheaf Theory🔬 Research|分析: 2026年1月3日 09:26•
发布: 2025年12月30日 21:47
•1分で読める
•ArXiv分析
本文介绍了HOLOGRAPH，一个利用大型语言模型（LLM）并通过层理论形式化过程的因果发现新框架。它通过结合来自LLM的先验因果知识，解决了观测数据在因果发现方面的局限性。层理论的使用提供了严格的数学基础，从而能够更规范地整合LLM先验知识。本文的主要贡献在于其理论基础以及代数潜在投影和自然梯度下降等优化方法的开发。实验表明，它在因果发现任务上具有竞争力的性能。