py-why/pywhyllm

解決する課題

PyWhy-LLMは、因果分析において専門知識を取得することの難しさを解決します。大規模言語モデル（LLM）を使用して、潜在的な因果関係、交絡因子、および検証戦略を提案し、初期モデル構築における人間専門家への依存を軽減します。

仕組み

このライブラリは、LLM（GPT-4など）と連携する専用の「suggester」を提供し、因果推論パイプラインの異なる段階を支援します：

• Modeler: 有向非巡回グラフ（DAG）を構築するために、専門知識、潜在的な交絡因子、および変数間のペアワイズ関係を提案します。
• Identifier: バックドアセット、メディエーターセット、および工具変数（IV）を提案します。
• Validator: 既存のDAGを批判し、潜在交絡因子を提案し、ネガティブコントロールを特定します。
• Augmented Modeler: CauseNetを介した検索拡張生成（RAG）を使用して、より根拠のある因果提案を提供します。

対象者

因果推論を実行し、因果モデルの出発点や、LLM由来の知識を用いた仮説の検証方法が必要なデータサイエンティストや研究者です。

ハイライト

• 因果パイプライン統合: モデリング、識別、検証の各フェーズをカバーします。
• RAG機能: CauseNetを活用して精度を向上させる拡張モデラーを含みます。
• 専門知識のシミュレーション: LLMの推論を導くために、関連する専門知識を自動的に提案します。