通过渐进式混淜因子插值来缓解隐藏混淜
计算与语言
2025-07-08 v1 人工智能
摘要
隐藏混淜是从观察数据估计处理效应的核心挑战，因为不可观测变量可能导致偏差的因果估计。虽然最近的工作探索了使用大语言模型(LLM)进行因果推断，但大多数方法仍依赖于无混淜假设。本文首次尝试使用 LLM 来缓解隐藏混淜。我们提出 ProCI(渐进式混淜因子插值)，一个框架，可激发 LLM 的语义和世界知识，迭代生成、插值和验证隐藏混淜因子。ProCI 利用 LLM 的两个关键能力：其强大的语义推理能力，使其能够从结构化和非结构化输入中发现合理的混淜因子；其内嵌的世界知识，支持在潜在混淜下的反事实推理。为提高鲁棒性，ProCI 采用分布式推理策略而非直接值插值，以防止输出坍缩。广泛的实验表明，ProCI 能发现有意义的混淜因子，并在各种数据集和 LLM 上显著改进处理效应估计。
引用
@article{arxiv.2507.02928,
title = {Mitigating Hidden Confounding by Progressive Confounder Imputation via Large Language Models},
author = {Hao Yang and Haoxuan Li and Luyu Chen and Haoxiang Wang and Xu Chen and Mingming Gong},
journal= {arXiv preprint arXiv:2507.02928},
year = {2025}
}