研究人员开发了CURL（Causal Uncertainty-guided Representation Learning），一种新颖的即插即用适配器，旨在增强异质性处理效果的估计。CURL利用估计器不确定性，将大型语言模型（LLM）的预训练语义能力整合到因果推断模型中不稳定的单元。通过使用角色条件提示查询冻结的LLM，CURL构建了面向分配和异质性的表示，并通过单独的路径进行路由。当与多个宿主学习器集成时，这种方法在各种基准测试中都显示出了改进。 AI
影响 引入了一种通过整合LLM能力来改进因果推断的新颖方法，有可能提高个性化医疗和靶向干预等领域的精度。
排序理由 详细介绍因果推断新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
