LLM-genererade kausalgrafar förbättrar statistiska modeller med 2,75 gånger

arXiv cs.AI

Forskare har tagit fram ett ramverk för att automatiskt välja när det lönar sig att låta en LLM rita upp orsakssamband (kausalgrafar) för att förbättra statistiska modeller som estimerar effekten av interventioner – till exempel i medicin eller ekonomi. På en 7,34 miljoner parametrar stor modell gav den bästa LLM-injectade varianten en 2,75 gånger bättre precision jämfört med basmodellen. Det intressanta är att det är det semantiska innehållet i graferna som spelar roll, inte bara att de är strukturellt varierande.