AI 연구연구 프리프린트
인과관계 탐색 에이전트, 알고리즘 오류를 고치는지 새 벤치마크로 측정
원문 읽기 · arxiv.org ↗(새 탭에서 열림)인과관계 탐색 에이전트가 알고리즘을 고르는 데 그치지 않고 오류를 찾아 복구하는지 측정하는 Heuresis 벤치마크가 제안됐다.
배경과 설계
- 변수 이름만으로 인과 방향을 추측하는 문제를 막으려 이름을 가리고, 서로 다른 6종 합성 데이터의 정답 그래프를 마련했다. 알고리즘 선택으로 얻는 점수와 개별 데이터 검토로 고치는 점수를 구분한다.
시험 결과
- 변수 10개·표본 600개, 유형별 시험 32개 조건에서 GPT-6.1 Sol은 각 유형의 최선 알고리즘을 모두 앞섰다. 이 가운데 알고리즘이 제안하지 않은 참 연결도 일부 복구했다.
적용 조건
- 실제 데이터에 정답 그래프가 드물어 실험은 전부 합성 자료다. 실무 인과 추론의 성능을 보장하지 않으며 코드·데이터는 향후 공개 예정인 비심사 프리프린트다.
함께 확인할 조건
- 합성 연속 변수 10개·표본 600개의 여섯 유형에 국한되며 실제 인과 데이터의 성능은 미확인이다. 비교는 선택된 알고리즘과 세 모델의 특정 도구 구성에 의존한다. 코드·데이터는 향후 공개 예정이고 비심사 프리프린트다.
이 글의 용어
기사에서 다루는 개념을 검수된 용어집에서 살펴보세요.
출처와 편집 기준
arxiv.org · 연구 프리프린트 · 검수 2026.10.19 (KST)
요약은 원문의 핵심을 정리했으며, 커머스 인사이트는 편집 해석이다.