GPT-5.2-high

新的CausaLab环境揭示了AI在因果发现方面的局限性

研究人员开发了CausaLab，一个旨在评估AI因果发现能力的新环境。该系统测试AI代理是否不仅能做出准确预测，还能从合成实验数据中忠实地恢复潜在的因果机制。使用CausaLab进行的实验揭示了预测准确性与真正的因果理解之间存在显著差距，即使是像GPT-5.2-high这样的先进模型，在预测方面得分很高，但在恢复因果图和方程方面得分很低。研究还发现，过早停止是当前AI代理的一个关键弱点，这表明一致性验证可能有助于提高它们的因果推理能力。