基于大语言模型智能体的因果自编码器式反馈模糊认知图生成
人工智能
2025-10-01 v1 计算与语言
人机交互
信息检索
摘要
大语言模型（LLM）可以将反馈因果模糊认知图（FCM）映射为文本，然后从文本中重建FCM。该可解释AI系统近似从FCM到自身的恒等映射，其操作类似于自编码器（AE）。与黑箱AE中的隐藏变量和突触网络不同，编码器与解码器均能解释其决策过程，人类可以阅读和理解编码后的文本。LLM智能体通过一系列系统指令近似恒等映射，且不对输出与输入进行比较。重建是有损的，因为它会移除弱因果边或规则，同时保留强因果边。编码器在保留强因果边的同时，会牺牲FCM的一些细节以使文本听起来更自然。
引用
@article{arxiv.2509.25593,
title = {Causal Autoencoder-like Generation of Feedback Fuzzy Cognitive Maps with an LLM Agent},
author = {Akash Kumar Panda and Olaoluwa Adigun and Bart Kosko},
journal= {arXiv preprint arXiv:2509.25593},
year = {2025}
}
备注
8 pages, 4 figures