arXiv · cs.AI· Cl\'ement Yvernes, Marianne Clausel, Emilie Devijver, Eric Gaussier·· 5 小时前
因果抽象中的因果效应可识别性：严格层级准则
Causal Effect Identifiability in Causal Abstractions: A Strict Hierarchy of Criteria
arXiv:2610.13520v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Cl\'ement Yvernes, Marianne Clausel, Emilie Devijver, Eric Gaussier
研究任务与主要进展
该论文研究如何在仅保留部分因果信息的因果抽象中，识别一组兼容因果图上的因果效应。作者基于论文摘要提出多种识别性概念及其严格层级，并报告：一个因果效应可能在一组图上可识别，但不存在对所有兼容图都成立的统一因果推导。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org