arXiv cs.AI· Kaiwen Wu, Chaochao Lu·· 11 小时前AI 评分34
CauProphet：让 LLM 智能体像人类一样形成因果认知
CauProphet: Teaching Agents to Develop Causal Cognition like Humans
AI 导读
CauProphet 是一个在“因果认知”中构建并持续更新因果知识的 LLM 智能体，它针对每个任务结合已有知识与当前证据构造“因果信念”，用于决策并随新观察不断修正。在金融研究中，其与次日收益的平均秩相关性较基线智能体提升 25.4%，动态真实场景下预测准确率从 21.3% 提升到 28.6%。实验还验证了它在科学与日常任务中的因果分析与动作选择能力。
正文 · AI 翻译
摘要：大型语言模型（LLM）智能体越来越多地通过利用外部记忆和过往经验来支持长时程任务。然而，现有智能体主要检索记录或摘要，缺乏形成并完善对世界因果理解的能力。受人类因果认知启发，我们提出 CauProphet，这是一个在其因果认知中发展并更新因果知识的智能体。对于每个任务，CauProphet 将因果认知中的相关知识同当前证据相结合，构建因果信念，即一种捕捉因果因素与可能行动效果的结构化信念。它利用该信念进行决策，并随着新观察的出现持续更新信念与因果认知，使因果知识能够超越个体经验而持久存在。评估表明，CauProphet 逐步获取因果知识并将其迁移到未来决策中。在金融研究中，CauProphet 利用先前的发现改进下游分析，在与次日收益的平均秩相关性上优于所有基线，相较基线智能体提升 25.4%。在动态真实世界环境中，它还将预测准确率从 21.3% 提升至 28.6%。进一步实验验证了其在科学和日常任务中执行可靠因果分析与行动选择的能力，展示了因果经验学习对下一代 LLM 智能体的潜力。
| 评论： | 30 页，含附录 |
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.32477 [cs.AI] |
| （或 arXiv:2610.32477v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.32477 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Kaiwen Wu [查看邮箱]
[v1]
2026年10月23日星期五 10:45:03 UTC（1,858 KB）
来源：arXiv cs.AI · arxiv.org