利用基础模型进行因果生成建模

因果生成建模对于开发具备反事实推理能力的可靠透明 AI 系统至关重要。针对现有方法缺乏统一框架以利用预训练基础模型零样本推理能力的问题，本文提出了 FM-CGM，一种用于端到端视觉因果推理的模块化框架。该框架通过概念提取器、操纵器和反事实生成器形式化因果流程，结合大型推理模型与文本到图像扩散模型，实现了零样本因果发现、干预及反事实生成。此外，提出的因果语义引导机制确保了语义干预的有效传播。