文章提出了 CausaLM 框架，基于 fine-tuning 的 deep contextualized embedding models 通过辅助对抗性训练任务，学习给定概念的反事实表示，用于估计其对模型性能的真实因果效应。我们的方法的副产品是一种语言表示模型，可以减轻数据中固有的不良偏差。

May, 2020

通过引入 CRAB（Causal Reasoning Assessment Benchmark）来评估自然语言处理中事件因果关系的理解能力，发现大部分语言模型在复杂因果结构中的因果推理上表现不佳。

Nov, 2023

提出了一种新颖的架构称为 “具有反事实分析的上下文感知推理增强框架”，通过将显式和隐式因果推理相结合，利用 ConceptNet 和反事实语句来提高因果推理和可解释性，进一步提供对因果关系的深度理解和促进可解释性。

Feb, 2024

本文提出 Causal Concept Effect (CaCE) 方法，借助有关联的人类可解释概念，定义并证明了一种深度神经网络的预测因果效应，并运用生成模型 VAE-CaCE 进行模拟，来度量预测错误来源于混淆的可能性，并在大量实验分析中证明了该模型在高维图片等多项数据集中的有效性。

Jul, 2019

深度学习模型不足以同时解决预测类别标签以解决给定分类任务（'What?'），解释任务预测（'Why?'），以及想象可能导致不同预测的替代场景（'What if?'）的三个基本问题。为了填补这一差距，我们引入了 CF-CBMs（CounterFactual Concept Bottleneck Models），一类能够高效地同时解决上述问题而无需进行事后搜索的模型。我们的结果表明，CF-CBMs 能够产生准确的预测（'What?'），对任务预测提供简单的解释（'Why?'），以及可解释的反事实情况（'What if?'）。CF-CBMs 还能对概念干预对任务的影响进行采样或估计最可能的反事实，显示用户如何获得所需的类别标签，并提出基于任务的概念干预。

Feb, 2024

基于语义图的反事实解释方法使用类探测模型和图嵌入来提供更具描述性、准确性和与人类对齐性的解释，实验结果表明其在视觉领域的超越性能。

Mar, 2024

本研究引入了一种新的方法论，名为用户反馈式反事实解释（UFCE），以解决当前反事实解释算法的局限性，并旨在提高对提供的解释的置信度。实验证明，UFCE 在接近度、稀疏度和可行性方面胜过两种著名的 CE 方法，并指出用户约束对生成可行的反事实解释具有影响。

Feb, 2024

本研究提出了一个全面的基准测试系统 CausalBench，旨在评估大型语言模型在理解因果关系方面的能力。通过包含三个与因果学习相关的任务，并结合不同难度的任务场景，该系统能够方便地比较多种大型语言模型与经典因果学习算法的性能。研究利用 CausalBench 评估了 19 种领先的大型语言模型，揭示了它们在各个方面的优势和弱点，并定量地探索了它们在不同场景中能力的上限。此外，研究还定量地呈现了不同信息源之间的差异，并揭示了大型语言模型在文本上下文和数值领域中对因果理解能力的差距。

Apr, 2024

本研究提出了一种系统化方法 —— 概念反事实解释（CCE），旨在利用人类理解的概念（例如，由于条纹不清晰，这只斑马被错误地分类为狗）解释分类器在特定测试样本上出错的原因，并在多个已知的预置模型上验证了 CCE 的有效性及其对于缓解偏差的作用，同时也确认了 CCE 可以对带有噪声偏旁相同的数据进行准确分析。

Jun, 2021

本文提出新的因果性先验图和用于消除混淆信息和噪声的两阶段回归技术，以解决模型可解释性工具中的潜在变量和概念完备性等问题，并在合成和真实数据集上进行了实验证明了该方法的成功。

Jul, 2020