CausaLab: AI 과학자를 향한 대화형 인과 탐색을 위한 확장 가능한 환경
CausaLab: A Scalable Environment for Interactive Causal Discovery Toward AI Scientists
TL;DR AI
1분핵심 요약
연구진은 LLM 에이전트의 상호작용형 인과 발견을 평가하는 확장 가능한 합성 벤치마크 CausaLab을 공개했다.
에이전트는 관측 데이터와 개입을 활용해 결과를 예측하고, 숨겨진 구조적 인과모형의 그래프와 방정식을 복원해야 한다.
실험 결과, 강한 모델도 실제 인과 메커니즘을 정확히 복원하지 않고 높은 예측 정확도를 낼 수 있었다.
관측·개입을 섞은 전략과 일관성 검사가 구조 복원력을 높이며, 현재 AI 추론의 한계를 드러낸다.