latent-variables

本文研究了主动推理智能体中因果涌现的架构位置，发现一个慢速全局潜变量(g)是整合信息(Φr)的主要场所，并且标量Φr不应被解释为学习整合的直接度量。

形式化思维编织（WoFT）引入了一种针对代码生成的完备且可靠的约束解码器，该解码器能确保相对于完整的Tree-sitter规范保持语法有效性；同时提出一种微调方法，通过使用加权唤醒-睡眠算法训练模型将语法符号交织到生成过程中，从而改进Python代码生成的困惑度。

本文介绍了在存在潜在变量情况下进行因果发现的基于分数的方法，提供了一致性和分数等价性的理论保证，并统一了几种基于约束的方法。

本文提出“多样性字典学习”，证明在无需强假设的情况下，仅凭观测数据即可识别潜在变量间的关键集合论关系，实现部分甚至完全可识别性，且仅需极小的归纳偏置。