論文の概要: Externalized CPDAG Summaries Improve LLM Causal Deduction
- arxiv url: http://arxiv.org/abs/2609.31071v1
- Date: Fri, 25 Sep 2026 10:11:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-28 18:27:51.334631
- Title: Externalized CPDAG Summaries Improve LLM Causal Deduction
- Title（参考訳）: 外部CPDAGサマリーによるLCM因果推論の改善
- Abstract要約: Corr2Cause は、因果クレームが観測された相関や条件の不依存と互換性のあるすべてのDAGに保持するかどうかを問う。
ラベルは CPDAG クエリで定義されるが、自由形式の連鎖は多くの場合 Markov-equivalence-class 問題を局所的なパターンマッチングに分解する。
本稿では,まず型付きスキーマ制約付きCPDAG要約を外部化し,そのグラフ状態に対して応答する2ターンパイプラインであるStructured Thinkingを提案する。
- 参考スコア（独自算出の注目度）: 2.005650151112221
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Corr2Cause asks whether a causal claim holds in every DAG compatible with observed correlations and conditional independencies. We frame this as latent-object reasoning: the label is defined by a CPDAG query, but free-form chain-of-thought often collapses the Markov-equivalence-class problem into local pattern matching. We propose Structured Thinking, a two-turn pipeline that first externalizes a typed, schema-constrained CPDAG summary and then answers against that graph state. On the Corr2Cause full test, Structured Thinking raises Qwen3.5-27B from $73.0$ to $86.4$ $F_1$(Yes) over a strong PC-instruction baseline in the primary paired run ($+13.4$ pp; McNemar $p=2.4\times 10^{-6}$; bootstrap $95\%$ CI [$+8.4$, $+18.6$]); across three full-ID seeds, the mean gain is $+8.1 \pm 5.3$ pp. A PC-scaffolded two-turn prose control reaches only $67.6$ $F_1$, indicating that a detailed PC scaffold plus a schema-free prose intermediate is not sufficient. The same pattern holds on Qwen3.6-27B, Paraphrase-OOD, and GPT-5.4-mini. Scrambling the emitted CPDAG costs $12.0$ pp $F_1$, and a full-split audit shows close agreement with the reference CPDAG (ID skeleton $F_1$ $0.960$; exact match $75.9\%$). These results support a bounded design principle: externalize the latent object that defines the label, constrain its form, and test whether downstream answers use it.
- Abstract（参考訳）: Corr2Causeは、因果クレームが観測された相関や条件の不依存と互換性のあるすべてのDAGに保持されているかどうかを問う。
ラベルは CPDAG クエリで定義されるが、自由形式の連鎖は多くの場合 Markov-equivalence-class 問題を局所的なパターンマッチングに分解する。
本稿では,まず型付きスキーマ制約付きCPDAG要約を外部化し,そのグラフ状態に対して応答する2ターンパイプラインであるStructured Thinkingを提案する。
Corr2Causeのフルテストでは、Structured ThinkingはQwen3.5-27Bを73.0$から86.4$$$F_1$(Yes)に引き上げ、プライマリペアランでの強力なPC命令ベースライン(+13.4$ pp; McNemar $p=2.4\times 10^{-6}$; bootstrap 9,5\%$ CI [$+8.4$, $+18.6$]); 3つのフルIDシードの平均利得は+8.1 \pm 5.3$ ppである。
PC-scaffolded two-turn Prose Control は 67.6$ $F_1$ に達し、詳細な PC の足場とスキーマなしの Prose intermediate が十分でないことを示している。
同様のパターンはQwen3.6-27B、Paraphrase-OOD、GPT-5.4-mini である。
放出されたCPDAGのスクランブルは$2.0$ pp $F_1$で、フルスプリット監査は参照CPDAGと密接に一致している(IDスケルトン$F_1$$0.960$、正確には$75.9\%$)。
これらの結果は、ラベルを定義する潜在オブジェクトを外部化し、そのフォームを制約し、下流の回答がそれを使用するかどうかをテストする、境界設計原則をサポートする。
関連論文リスト
- The Exact Worst-Case Tail Probability under Bounded Kurtosis [39.91890433860882]
片側テールコントロールのために、クルトーシスバウンドが何を買うか、正確に決定する。
平均$0$、分散$1$、そして少なくとも$$4の4モーメントを持つ実乱変数のクラス$mathcalC()$の場合、歪みは自由のままである。
論文 参考訳（メタデータ） (2026-07-06T15:40:54Z) - Scaffolding the Strategist: Architecture-Dependent Reasoning Interventions in Hotelling Spatial Markets [0.01269104766024433]
構造化推論の介入が大規模言語モデルの戦略的経済的推論を改善するかどうかを検討する。
GPT-4.1-mini(標準命令追従モデル)とGPT-5-mini(推論最適化モデル)を5条件で評価した。
足場型とモデルアーキテクチャ間の統計的に有意な相互作用を見出した。
論文 参考訳（メタデータ） (2026-07-03T10:23:31Z) - Imbuing Large Language Models with Bidirectional Logic for Robust Chain Repair [44.80087038178069]
本稿では,デコーダのみのトランスフォーマーをネイティブに組み込んだトレーニングフレームワークであるTeleological Reasoning Infilling (TRI)を紹介する。
推測では、TRIは二重システムループ内の外科的修復モジュールとして動作する。
3つのベンチマークの実験では、TRIは全てのタスクで最先端のパフォーマンスを達成し、プロブレム当たりのトークン支出を31.2%削減した。
論文 参考訳（メタデータ） (2026-06-03T15:58:48Z) - The Security Budget of Code-LLM Prompt Hardening: Provable Limits Under Pass-Only Acceptance [0.0]
本稿では,emphTri-Audit Protocolとしてフロアを運用する。このプロトコルは,プロンプト側推論レジストリ属性をモデル側実証ログから分離する2軸レポーティングプロトコルである。
CodeLlama-7B, Qwen2.5-Coder-7B/1.5B and DeepSeek-Coder-6.7B at $n=164$ yields the emphCross-Model Tri-Audit Invariance: of 28 pass-serving rows, 12-changed-of-record learned-can
論文 参考訳（メタデータ） (2026-06-02T08:22:14Z) - Pre-Registering the Detectable Effect: A Paired-MDE Budget for 4-bit Quantization Benchmarks, with a Pilot Audit [0.30586855806896046]
古典的なペア化されたサンプルサイズ計算を量子化ベンチマークに適用する。
境界は「私の量子化の主張はどの程度信頼できるのか?」を1行の予算に転換する。
5行の事前登録テンプレートで境界を補完する。
論文 参考訳（メタデータ） (2026-05-25T07:13:35Z) - ChainzRule: Sample-Efficient, Robust Deep Learning Across Tabular, NLP, and Vision Tasks [0.0]
エンタープライズドメイン全体にわたるディープラーニングシステムは、学術ベンチマークが不明瞭な制約の下で運用される。
本稿では、典型的なアクティベーションを微分正規化(DREG)によって制御される学習可能な層に置き換えるニューラルネットワークChainzRule(CR)を提案する。
CRは、ピマ糖尿病で85.71% pm 2.01%$、凍結エンコーダでSST-5の感情分類で46.20% pm 0.37%$、パラメータが3.2Mの完全順序回帰で70.17%$を達成している。
論文 参考訳（メタデータ） (2026-05-23T01:52:50Z) - PAR$^2$-RAG: Planned Active Retrieval and Reasoning for Multi-Hop Question Answering [57.89576196160413]
大規模言語モデル (LLM) はマルチホップ質問応答 (MHQA) において脆弱のままである。
textbfPlanned Active Retrieval and Reasoning RAG (PAR$2-RAG)を提案する。
論文 参考訳（メタデータ） (2026-03-30T23:52:54Z) - Consistency-Guided Decoding with Proof-Driven Disambiguation for Three-Way Logical Question Answering [4.878198984786631]
3方向の論理的質問応答(QA)は、$True/False/Unknown$を前提セット$S$の仮説に割り当てる。
CGD-PDは1つの3ウェイ分類器を$H$と$H$の機械式の両方でクエリする軽量なテスト時間層である。
論文 参考訳（メタデータ） (2026-03-12T18:26:16Z) - Phase Transition for Budgeted Multi-Agent Synergy [41.486076708302456]
マルチエージェントシステムは信頼性を向上させることができるが、固定された推論予算の下では、しばしば役立つか、飽和するか、崩壊するかさえある。
我々は、現代のエージェントスタックの3つの束縛制約からこれらの状態を予測する最小限の校正可能な理論を開発する。
論文 参考訳（メタデータ） (2026-01-24T05:32:50Z) - Smoothing the Landscape Boosts the Signal for SGD: Optimal Sample
Complexity for Learning Single Index Models [43.83997656986799]
1つのインデックスモデル $sigma(wstar cdot x)$ を、$d$次元の等方的ガウス分布に関して学習するタスクに焦点を当てる。
スムーズな損失のオンラインSGDは、$n gtrsim dkstar/2$サンプルで$wstar$を学習する。
論文 参考訳（メタデータ） (2023-05-18T01:10:11Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。