DMCD：因果发现的语义-统计框架
人工智能
2026-02-25 v1
摘要
我们提出DMCD（DataMap Causal Discovery），一个集成LLM从变量元数据中进行语义草拟与观察数据上的统计验证的双相因果发现框架。在阶段I中，大型语言模型提出稀疏的有向无环图（DAG），作为语义上有信息的先验分布，覆盖可能的因果结构空间。在阶段II中，对该草案进行审计和细化，通过条件独立性测试，检测到的差异引导针对性的边修订。在三个富有元数据的真实世界基准（工业工程、环境监测和IT系统分析）上评估，DMCD在 diverse causal discovery baselines 中实现了竞争甚至领先的性能，尤其在召回率和F1分数上取得显著提升。探索性和消融实验表明，这些改进源于对元数据的语义推理，而非对基准图的记忆。总体而言，我们的结果表明，结合语义先验与原则统计验证可实现高性能且实用有效的因果结构学习。
引用
@article{arxiv.2602.20333,
title = {DMCD: Semantic-Statistical Framework for Causal Discovery},
author = {Samarth KaPatel and Sofia Nikiforova and Giacinto Paolo Saggese and Paul Smith},
journal= {arXiv preprint arXiv:2602.20333},
year = {2026}
}