arXiv ID:
2603.25796
arXiv 提交日期: 2026-03-26
超越可识别性:在有限环境和样本下学习因果表征 / Beyond identifiability: Learning causal representations with few environments and finite samples
1️⃣ 一句话总结
这篇论文证明了,即使只有少量不同的数据环境和有限的样本,我们也能有效地从数据中学习到具有因果解释的隐藏变量及其关系图,而无需事先精确知道数据是如何被干预的。