causality

3 items

RESEARCHarXiv CS.AI·vor 22T

Fair outputs, Biased Internals: Causal Potency and Asymmetry of Latent Bias in LLMs for High-Stakes Decisions

Diese Forschungsarbeit untersucht die Diskrepanz zwischen fairen Ausgaben von Sprachmodellen und ihren latenten internen Verzerrungen bei wichtigen Entscheidungen wie der Hypothekenbewertung. Es zeigt, dass LLMs zwar keine Ausgabenvoreingenommenheit aufweisen, jedoch demografische Darstellungen beibehalten und verstärken können, die zu Entscheidungsänderungen führen können, und diese Voreingenommenheit asymmetrisch ist.

LLM bias machine learning causality AI ethics

ARTICLEDEV.to AI·vor 20T

Judea Pearl's Ladder of Causation and the Limits of LLM Reasoning

Dieser Artikel untersucht die grundlegenden Einschränkungen von Großen Sprachmodellen (LLMs) im kausalen Denken, unter Bezugnahme auf Judea Pearls Kausalitätstreppe. Er hebt hervor, dass LLMs oft auf der untersten Ebene der Assoziation agieren und es versäumen, wahre Ursachen zu identifizieren, stattdessen Korrelationen zu beheben, was häufige Fehler bei KI-Tools erklärt.

AI limitations Judea Pearl causality AI Reasoning

RESEARCHDEV.to AI·4/11/2026

Learning Neural Causal Models from Unknown Interventions

Diese Arbeit erforscht Methoden für neuronale Modelle, um Ursache-Wirkungs-Beziehungen zu lernen, selbst wenn datengenerierende Interventionen unbekannt sind. Ziel der Forschung ist es, die Fähigkeit künstlicher Intelligenz zur Ableitung von Kausalität aus komplexen Daten zu verbessern.

neural networks machine learning causality causal inference