VIGOR+：基于 LLM-CEVAE反馈环的迭代混杂因子生成与验证

隐藏混杂因子是从观测数据进行因果推断的根本性挑战。最近的进展利用大语言模型 (LLM) 生成基于领域知识的可信隐藏混杂因子，但存在一个关键缺口：LLM 生成的混杂因子往往在语义上合理，却缺乏统计效用。我们提出 VIGOR+ (Variational Information Gain for iterative cOnfounder Refinement)，一个新框架，通过 LLM-CEVAE 反馈环闭合 LLM 生成与统计验证之间的差距。不同于以往将生成和验证视为独立阶段的方法，VIGOR+ 建立了一个迭代反馈机制：来自 CEVAE 的验证信号（包括信息增益、潜在一致性指标和诊断消息）被转化为自然语言反馈，用于指导后续 LLM 生成轮次。该迭代细化持续进行，直到满足收敛准则。我们形式化了反馈机制，在温和假设下证明了收敛性质，并提供了完整的算法框架。