MAC: Framework di Scoperta Causale Multi-Agente che Utilizza LLM
Un nuovo framework chiamato MAC (Multi-Agent Causal Discovery) combina grandi modelli linguistici con metodi tradizionali di scoperta causale statistica. Utilizza un sistema di dibattito multi-agente per migliorare l'accuratezza del grafo causale. Il framework include un Modulo di Dibattito-Codifica che seleziona ed esegue il miglior algoritmo SCD, e un Modulo di Meta-Dibattito che perfeziona il grafo attraverso un dibattito avversario. Un meccanismo di Meta-Fusione collega questi moduli. L'approccio affronta le limitazioni sia dei metodi puramente statistici che degli approcci a singolo agente basati su LLM.
Fatti principali
- MAC sta per Multi-Agent Causal Discovery Framework
- Combina LLM con metodi di scoperta causale statistica
- Utilizza il dibattito multi-agente per perfezionare i grafi causali
- Include un Modulo di Dibattito-Codifica (DCM) e un Modulo di Meta-Dibattito (MDM)
- Il meccanismo di Meta-Fusione collega i due moduli
- Affronta i bias negli approcci a singolo agente basati su LLM
- Seleziona autonomamente l'algoritmo SCD più adatto
- Pubblicato su arXiv con ID 2407.15073
Entità
Istituzioni
- arXiv