Zheyu Zhang

新的贝叶斯框架通过面向目标的优化设计提升因果发现能力

研究人员开发了GO-CBED，一个新颖的面向目标的贝叶斯框架，用于序贯因果实验设计。该框架优化干预序列，直接最大化对特定感兴趣因果量的预期信息增益，而不是旨在推断整个因果模型。为了处理计算复杂性，该系统采用变分下界估计器，使用基于Transformer的策略网络和基于归一化流的变分后验进行训练。该方法在各种因果推理和发现任务中，尤其是在实验预算有限的情况下，表现优于现有方法。