CIKA框架利用LLM模拟因果干预提升数学推理
热点事件持续更新
CIKA框架利用LLM模拟因果干预提升数学推理
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
研究团队提出CIKA（因果干预知识激活）框架，将LLM用作干预模拟器。该框架通过提示设置概念状态为“掌握”，利用正确率变化估算因果效应，从而区分真实因果效应与难度混淆因素。早期事实未说明成本，v2版修订为技术报告，明确每题需110+次LLM调用，并讨论调用成本与独立采样。在Omni-MATH-Rule基准测试中，7B冻结权重LLM配合该框架取得69.7%成绩，优于o1-mini的60.5%。
AI 根据报道生成 · 1 小时前更新
最新进展10月27日 12:00
提出 CIKA 框架：利用 LLM 作为概念掌握模拟器实现数学推理中的干预式时序因果发现报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv · NLP提出 CIKA 框架：利用 LLM 作为概念掌握模拟器实现数学推理中的干预式时序因果发现
研究团队提出 CIKA 框架，将 LLM 用作干预模拟器来识别因果贡献概念，区分真实因果效应与难度等混淆因素。在 67 道筛选问题中，最高排名概念的干预效应为 +0.219，显著高于阴性对照。使用 7B 参数冻结权重的 LLM，该框架在 Omni-MATH-Rule 基准测试中取得 69.7% 的成绩，优于 o1-mini 的 60.5%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。