为何大语言模型在因果发现中失败以及干预型 Agent 如何突围

因果发现是科学推理的基石，但大语言模型（LLM）在此任务上的可靠性尚存疑问。本文证明了 LLM 的失败是根本性的：现有学习方法无法区分生成相似观测数据的因果图。为此，作者提出“代理因果贝叶斯优化”（A-CBO），利用冻结的 LLM 作为干预预言机，结合外部贝叶斯循环在候选图空间中集中信念。该方法在理论上可证明收敛，且在无需训练的情况下，在新基准测试中显著优于微调及偏好优化基线。