arXiv cs.AI / cs.LG 最新· Gabriele Dominici·· 13 小时前AI 评分48
CausalCoT：用上下文隔离缓解注意力泄漏的因果链式推理框架
Causal Chain of Thought: Mitigating Attention Leakage via Context Isolation
AI 导读
CausalCoT 将问题拆成原子子问题的有向无环图，每个节点只在仅含直接因果父节点的隔离上下文中求解，切断对非父节点内容的注意力通路。在多项推理基准上保持有竞争力的性能，中间推理步骤的因果敏感度平均提升 12 个百分点、最高 21 个百分点，超过最强基线。该结构还支持测试时干预，让局部修正沿下游推理可预测地传播。
标题与摘要由 AI 辅助生成，事实与观点以原文为准。
来源：arXiv cs.AI / cs.LG 最新 · arxiv.org
本站标题、摘要与推荐理由由 AI 辅助生成；原文版权归来源所有。