Search

直接匹配不多,已補上最新動態。

Tag: #causal-discovery3 results

DMCD:LLM驅動因果發現框架

DMCD:LLM驅動因果發現框架

DMCD 是一個兩階段因果發現框架,將基於 LLM 的語義草稿從變數元數據整合,並在觀測數據上進行統計驗證。第一階段,LLM 產生稀疏草稿 DAG 作為語義先驗;第二階段使用條件獨立性測試精煉。它在工程、環境與 IT 真實基準上表現出色,回召率與 F1 分數大幅提升。

KA-FCM 實現非單調因果建模

KA-FCM 實現非單調因果建模

KA-FCM 以可學習單變量 B-樣條函數取代模糊認知圖中的純量權重,依據 Kolmogorov-Arnold 定理實現邊緣上的非單調因果關係。它在非單調推斷、符號回歸及混沌時間序列預測中超越標準 FCM,並與 MLP 匹敵。此方法保留圖形可解釋性,便於從學習邊緣提取數學定律。

Ox Alpha:神秘模型公開亮相

Ox Alpha:神秘模型公開亮相

Ox Alpha 是一款透過 OpenRouter 與 OpenCode 提供的匿名模型,具備 100 萬 token 上下文、圖片與影片輸入、工具呼叫及免費使用等能力。早期測試顯示其推理與程式設計表現強勁,但開發者、參數量、訓練資料與正式基準排名仍未獲確認。