이 연구는 대규모 언어 모델(LLM)을 활용하여 인과적 의사결정을 지원하는 LLM4Causal 시스템을 제안한다. LLM4Causal은 3단계로 구성되어 있다:
사용자 요청 해석: 사용자의 자연어 질문을 분석하여 관련 인과 과제(인과 구조 학습, 인과 효과 학습, 인과 정책 학습)와 필요한 데이터 속성(데이터셋, 처리 변수, 결과 변수 등)을 추출한다. 이를 위해 Causal-Retrieval-Bench 데이터셋을 활용하여 모델을 fine-tuning한다.
인과 분석 도구 실행: 1단계에서 추출한 정보를 바탕으로 적절한 인과 분석 알고리즘을 선택하고 실행하여 결과를 도출한다.
결과 해석: 2단계에서 생성된 수치 결과를 쉽게 이해할 수 있는 자연어 설명으로 변환한다. Causal-Interpret-Bench 데이터셋을 활용하여 모델을 fine-tuning한다.
실험 결과, LLM4Causal은 기존 LLM 모델에 비해 인과 과제 식별, 관련 정보 추출, 결과 해석 등에서 우수한 성능을 보였다. 이를 통해 일반 사용자도 쉽게 인과적 의사결정을 지원받을 수 있을 것으로 기대된다.
To Another Language
from source content
arxiv.org
Djupare frågor