CIKA：用LLM模拟干预探测因果概念
热点事件持续更新
CIKA：用LLM模拟干预探测因果概念
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
Tsuyoshi Okita 发布技术报告，提出 CIKA 框架：把 LLM 本身当作干预模拟器，用提示词将概念状态设为“已掌握”，再以答题正确率的变化估计该概念的因果效应，并形式化为干预能力探针（ICP）。 在权重完全冻结的 7B 参数 LLM 上，CIKA 在无污染的 Omni-MATH-Rule 基准上达到 69.7%，总体 64.0%，高于 o1-mini 的 60.5%；GSM8K 为 97.2%，AIME 2024–2026 为 46–50%，MathArena 为 46.2%。 报告同时说明，问题分解设计使每题需要 110 次以上 LLM 调用，并讨论了调用成本与独立采样问题。
AI 根据报道生成 · 2 小时前更新
最新进展10月27日 12:00
CIKA：用 LLM 作为概念掌握模拟器，通过干预式时间序列因果发现提升数学推理报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.CLCIKA：用 LLM 作为概念掌握模拟器，通过干预式时间序列因果发现提升数学推理
CIKA 框架把 LLM 本身当作干预模拟器，通过提示词将概念状态设为“已掌握”，以正确率变化估计因果效应，并形式化为干预能力探针（ICP）。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。