Copertina

A Technical Exploration of Causal Inference with Hybrid LLM Synthetic Data

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Kim, Dana, Xu, Yichen, Lin, Tiffany
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Generative Synthetic Data for Causal Inference: Pitfalls, Remedies, and Opportunities
di: Xu, Yichen
Pubblicazione: (2026)

FairCauseSyn: Towards Causally Fair LLM-Augmented Synthetic Data Generation
di: Nagesh, Nitish, et al.
Pubblicazione: (2025)

Valid Inference with Imperfect Synthetic Data
di: Byun, Yewon, et al.
Pubblicazione: (2025)

Disentangled Representation Learning for Causal Inference with Instruments
di: Cheng, Debo, et al.
Pubblicazione: (2024)

Unlocking Post-hoc Dataset Inference with Synthetic Data
di: Zhao, Bihe, et al.
Pubblicazione: (2025)

The LLM Data Auditor: A Metric-oriented Survey on Quality and Trustworthiness in Evaluating Synthetic Data
di: Zhang, Kaituo, et al.
Pubblicazione: (2026)

Boosting Efficiency in Task-Agnostic Exploration through Causal Knowledge
di: Yang, Yupei, et al.
Pubblicazione: (2024)

Federated Causal Inference from Observational Data
di: Vo, Thanh Vinh, et al.
Pubblicazione: (2023)

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

Individual Causal Inference with Structural Causal Model
di: Chang, Daniel T.
Pubblicazione: (2025)

Enhancing Table Representations with LLM-powered Synthetic Data Generation
di: Yang, Dayu, et al.
Pubblicazione: (2024)

Multi-LLM Adaptive Conformal Inference for Reliable LLM Responses
di: Noh, Kangjun, et al.
Pubblicazione: (2026)

Generating Synthetic Relational Tabular Data via Structural Causal Models
di: Hoppe, Frederik, et al.
Pubblicazione: (2025)

Local Causal Discovery for Statistically Efficient Causal Inference
di: Schubert, Mátyás, et al.
Pubblicazione: (2025)

Variable-Agnostic Causal Exploration for Reinforcement Learning
di: Nguyen, Minh Hoang, et al.
Pubblicazione: (2024)

A General Causal Inference Framework for Cross-Sectional Observational Data
di: Zhao, Yonghe, et al.
Pubblicazione: (2024)

Exploratory Causal Inference in SAEnce
di: Mencattini, Tommaso, et al.
Pubblicazione: (2025)

Integrating Unstructured Text into Causal Inference: Empirical Evidence from Real Data
di: Zhou, Boning, et al.
Pubblicazione: (2026)

Human Preferences in Large Language Model Latent Space: A Technical Analysis on the Reliability of Synthetic Data in Voting Outcome Prediction
di: Ball, Sarah, et al.
Pubblicazione: (2025)

Mechanisms for Data Sharing in Collaborative Causal Inference (Extended Version)
di: Filter, Björn, et al.
Pubblicazione: (2024)

Comprehensive Exploration of Synthetic Data Generation: A Survey
di: Bauer, André, et al.
Pubblicazione: (2024)

CausalProfiler: Generating Synthetic Benchmarks for Rigorous and Transparent Evaluation of Causal Machine Learning
di: Panayiotou, Panayiotis, et al.
Pubblicazione: (2025)

Kolmogorov-Arnold Networks for Time Series Granger Causality Inference
di: Liu, Meiliang, et al.
Pubblicazione: (2025)

A Framework for Feasible Counterfactual Exploration incorporating Causality, Sparsity and Density
di: Markou, Kleopatra, et al.
Pubblicazione: (2024)

Many Experiments, Few Repetitions, Unpaired Data, and Sparse Effects: Is Causal Inference Possible?
di: Schur, Felix, et al.
Pubblicazione: (2026)

Entropic Causal Inference: Graph Identifiability
di: Compton, Spencer, et al.
Pubblicazione: (2025)

On the Representation of Pairwise Causal Background Knowledge and Its Applications in Causal Inference
di: Fang, Zhuangyan, et al.
Pubblicazione: (2022)

Data Value in the Age of Scaling: Understanding LLM Scaling Dynamics Under Real-Synthetic Data Mixtures
di: Wang, Haohui, et al.
Pubblicazione: (2025)

Exploring Multi-Modal Data with Tool-Augmented LLM Agents for Precise Causal Discovery
di: Shen, ChengAo, et al.
Pubblicazione: (2024)

Deep Causal Learning: Representation, Discovery and Inference
di: Deng, Zizhen, et al.
Pubblicazione: (2022)

Deconfounded Time Series Forecasting: A Causal Inference Approach
di: Gao, Wentao, et al.
Pubblicazione: (2024)

$ϕ$-Decoding: Adaptive Foresight Sampling for Balanced Inference-Time Exploration and Exploitation
di: Xu, Fangzhi, et al.
Pubblicazione: (2025)

Data Can Speak for Itself: Quality-guided Utilization of Wireless Synthetic Data
di: Gong, Chen, et al.
Pubblicazione: (2025)

LLM Robustness Leaderboard v1 --Technical report
di: Lefebvre, Pierre Peigné -, et al.
Pubblicazione: (2025)

Membership Inference over Diffusion-models-based Synthetic Tabular Data
di: Cheng, Peini, et al.
Pubblicazione: (2025)

Leaning Time-Varying Instruments for Identifying Causal Effects in Time-Series Data
di: Cheng, Debo, et al.
Pubblicazione: (2024)

Fraud is Not Just Rarity: A Causal Prototype Attention Approach to Realistic Synthetic Oversampling
di: Giusti, Claudio, et al.
Pubblicazione: (2025)

CausalFlow: Causal Attribution and Counterfactual Repair for LLM Agent Failures
di: Bonagiri, Akash, et al.
Pubblicazione: (2026)

A Closer Look at the Application of Causal Inference in Graph Representation Learning
di: Gao, Hang, et al.
Pubblicazione: (2026)

Marginal Causal Flows for Validation and Inference
di: Manela, Daniel de Vassimon, et al.
Pubblicazione: (2024)