arXivDaily arXiv每日学术速递 周一至周五更新

高校专区

University of Oxford(牛津大学)

2026-06-26 至 2026-06-26 共收录 1
2602.14972 2026-06-26 cs.LG 版本更新

Use What You Know: Causal Foundation Models with Partial Graphs

利用已知信息:带有部分图结构的因果基础模型

Arik Reuter, Anish Dhir, Cristiana Diaconu, Jake Robertson, Ole Ossen, Frank Hutter, Adrian Weller, Mark van der Wilk, Bernhard Schölkopf

机构 * University of Cambridge(剑桥大学) Gatsby Computational Neuroscience Unit(加布特计算神经科学单位) Prior Labs(Prior实验室) University of Freiburg(弗赖堡大学) The Alan Turing Institute(艾伦·图灵研究所) University of Oxford(牛津大学)

AI总结 提出在因果基础模型中注入因果图或祖先信息的方法,利用图卷积编码器和注意力机制有效利用部分因果信息,使通用模型匹配专用模型性能。

Journal ref ICML 2026

详情

展开后加载摘要…

URL PDF HTML 收藏