heapsort
RESEARCH29

Why LLMs Fail at Causal Discovery and How Interventional Agents Escape

arXiv CS.AI·28. Mai 2026

Dieses Forschungspapier zeigt, dass große Sprachmodelle beim kausalen Entdecken grundlegend versagen, da sie nicht zwischen kausalen Graphen unterscheiden können, die ähnliche Beobachtungsdaten erzeugen. Es führt ein "Kernel-Obstruktionstheorem" ein, um diese intrinsische Einschränkung aktueller Lernparadigmen zu formalisieren.

Original lesen