Copertina

Causal Abstractions, Categorically Unified

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Englberger, Markus, Dhami, Devendra Singh
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

No More Maybe-Arrows: Resolving Causal Uncertainty by Breaking Symmetries
di: Huang, Tingrui, et al.
Pubblicazione: (2026)

Exploring Neural Granger Causality with xLSTMs: Unveiling Temporal Dependencies in Complex Data
di: Poonia, Harsh, et al.
Pubblicazione: (2025)

Tagged for Direction: Pinning Down Causal Edge Directions with Precision
di: Busch, Florian Peter, et al.
Pubblicazione: (2025)

Systems with Switching Causal Relations: A Meta-Causal Perspective
di: Willig, Moritz, et al.
Pubblicazione: (2024)

$χ$SPN: Characteristic Interventional Sum-Product Networks for Causal Inference in Hybrid Domains
di: Poonia, Harsh, et al.
Pubblicazione: (2024)

BlendRL: A Framework for Merging Symbolic and Neural Policy Learning
di: Shindo, Hikaru, et al.
Pubblicazione: (2024)

xLSTM-Mixer: Multivariate Time Series Forecasting by Mixing via Scalar Memories
di: Kraus, Maurice, et al.
Pubblicazione: (2024)

United We Pretrain, Divided We Fail! Representation Learning for Time Series by Pretraining on 75 Datasets at Once
di: Kraus, Maurice, et al.
Pubblicazione: (2024)

Learning Differentiable Logic Programs for Abstract Visual Reasoning
di: Shindo, Hikaru, et al.
Pubblicazione: (2023)

On the Identifiability of Causal Abstractions
di: Li, Xiusi, et al.
Pubblicazione: (2025)

Scaling Probabilistic Circuits via Data Partitioning
di: Seng, Jonas, et al.
Pubblicazione: (2025)

Neural Causal Abstractions
di: Xia, Kevin, et al.
Pubblicazione: (2024)

V-LoL: A Diagnostic Dataset for Visual Logical Learning
di: Helff, Lukas, et al.
Pubblicazione: (2023)

Pix2Code: Learning to Compose Neural Visual Concepts as Programs
di: Wüst, Antonia, et al.
Pubblicazione: (2024)

Distributionally Robust Causal Abstractions
di: Felekis, Yorgos, et al.
Pubblicazione: (2025)

Causal Abstraction Inference under Lossy Representations
di: Xia, Kevin, et al.
Pubblicazione: (2025)

Forecasting Company Fundamentals
di: Divo, Felix, et al.
Pubblicazione: (2024)

Graph Neural Networks Need Cluster-Normalize-Activate Modules
di: Skryagin, Arseny, et al.
Pubblicazione: (2024)

Unified Discrete Diffusion for Categorical Data
di: Zhao, Lingxiao, et al.
Pubblicazione: (2024)

Learning Causal Abstractions of Linear Structural Causal Models
di: Massidda, Riccardo, et al.
Pubblicazione: (2024)

DeiSAM: Segment Anything with Deictic Prompting
di: Shindo, Hikaru, et al.
Pubblicazione: (2024)

The Constitutional Controller: Doubt-Calibrated Steering of Compliant Agents
di: Kohaut, Simon, et al.
Pubblicazione: (2025)

The Causal Information Bottleneck and Optimal Causal Variable Abstractions
di: Simoes, Francisco N. F. Q., et al.
Pubblicazione: (2024)

Learning Consistent Causal Abstraction Networks
di: D'Acunto, Gabriele, et al.
Pubblicazione: (2026)

Causal Abstraction Learning based on the Semantic Embedding Principle
di: D'Acunto, Gabriele, et al.
Pubblicazione: (2025)

The Non-Linear Representation Dilemma: Is Causal Abstraction Enough for Mechanistic Interpretability?
di: Sutter, Denis, et al.
Pubblicazione: (2025)

Contrastive Abstraction for Reinforcement Learning
di: Patil, Vihang, et al.
Pubblicazione: (2024)

CycliST: A Video Language Model Benchmark for Reasoning on Cyclical State Transitions
di: Kohaut, Simon, et al.
Pubblicazione: (2025)

How Causal Abstraction Underpins Computational Explanation
di: Geiger, Atticus, et al.
Pubblicazione: (2025)

Causality by Abstraction: Symbolic Rule Learning in Multivariate Timeseries with Large Language Models
di: Biswas, Preetom, et al.
Pubblicazione: (2026)

Combining Causal Models for More Accurate Abstractions of Neural Networks
di: Pîslar, Theodora-Mara, et al.
Pubblicazione: (2025)

Causal Inference with Categorical Unobserved Confounder via Mixture Learning
di: Saha, Aytijhya, et al.
Pubblicazione: (2026)

Networks of Causal Abstractions: A Sheaf-theoretic Framework
di: D'Acunto, Gabriele, et al.
Pubblicazione: (2025)

Causal Abstraction in Model Interpretability: A Compact Survey
di: Zhang, Yihao
Pubblicazione: (2024)

Effects of Distributional Biases on Gradient-Based Causal Discovery in the Bivariate Categorical Case
di: Schwabe, Tim, et al.
Pubblicazione: (2025)

Efficient Discovery of Approximate Causal Abstractions via Neural Mechanism Sparsification
di: Asiaee, Amir
Pubblicazione: (2026)

PLOT: Progressive Localization via Optimal Transport in Neural Causal Abstraction
di: Chang, Jonathn, et al.
Pubblicazione: (2026)

Bongard in Wonderland: Visual Puzzles that Still Make AI Go Mad?
di: Wüst, Antonia, et al.
Pubblicazione: (2024)

Inference of Abstraction for a Unified Account of Reasoning and Learning
di: Kido, Hiroyuki
Pubblicazione: (2024)

Answer Set Networks: Casting Answer Set Programming into Deep Learning
di: Skryagin, Arseny, et al.
Pubblicazione: (2024)