因果推論のための分離型経路:アーキテクチャ的足場がLLMエージェントの仮説空間再構築を可能にする方法

arXiv cs.AI / 2026/4/23

📰 ニュースSignals & Early TrendsIdeas & Deep AnalysisModels & Research

要点

  • 本論文は、堅牢な因果推論には、固定された枠内で信念を更新するだけでなく、新しい証拠が未構築の表現を必要とするときに仮説空間そのものを再構築する能力が不可欠だと主張している。
  • 発達科学の「blicket detector」パラダイムを拡張し、仮説空間再構築を狙うアーキテクチャ的足場を備えたAIエージェントでこの能力を検証している。
  • 提案手法は構成要素を2つに分け、文脈グラフ(typed状態機械として探索を構造化)と、動的な振る舞い(現在の仮説空間が不十分だと示す証拠を検知して実行時に拡張)を用いる。
  • 1,085件の実験試行で、互いに独立した寄与が確認されており、仮説スイッチ後の精度向上の94%は文脈グラフが担い、動的な振る舞いはレジーム変化の検知により時期尚早に古い仮説へコミットすることを防いで推論の適格性を高める。