# 因果推断

随机试验结果推广到更广目标人群时，若试验样本与目标人群错位，推广估计会失真。TRACE把有效推广估计量的渐近方差拆成基线错位与随访删失两条通道，用树搜索定位代表性不足的亚组并归因。在把JTPA研究推广到美国符合条件成年人的案例中，限定到可可靠推广的亚组后，精化估计量的95%置信区间收窄60%。

随机试验结果推广到更广目标人群时，若试验样本与目标人群错位，推广估计会失真。TRACE把有效推广估计量的渐近方差拆成基线错位与随访删失两条通道，用树搜索定位代表性不足的亚组并归因。在把JTPA研究推广到美国符合条件成年人的案例中，限定到可可靠推广的亚组后，精化估计量的95%置信区间收窄60%。

儿童髓母细胞瘤与室管膜瘤的治疗要在复发风险与放疗长期副作用之间取舍，而现有临床指标和分子亚型只能给出群体层面的风险。MANTIS以全基因组DNA甲基化芯片数据和基因级拷贝数变化为输入，用神经网络输出诊断后10年的个体化生存概率曲线，在独立临床试验队列中c-index最高达到0.80 ± 0.07，高于现有临床指标和仅用亚型的模型。同一框架扩展出的治疗效应模型进一步标出约60%的平均风险髓母细胞瘤患者，在接受较低剂量颅脊髓照射时未检测到显著生存劣势（P = 0.683）。

儿童髓母细胞瘤与室管膜瘤的治疗要在复发风险与放疗长期副作用之间取舍，而现有临床指标和分子亚型只能给出群体层面的风险。MANTIS以全基因组DNA甲基化芯片数据和基因级拷贝数变化为输入，用神经网络输出诊断后10年的个体化生存概率曲线，在独立临床试验队列中c-index最高达到0.80 ± 0.07，高于现有临床指标和仅用亚型的模型。同一框架扩展出的治疗效应模型进一步标出约60%的平均风险髓母细胞瘤患者，在接受较低剂量颅脊髓照射时未检测到显著生存劣势（P = 0.683）。

智能体评测长期依赖固定基准，只能说明任务成败，无法回答部署时在轨迹中途复核或引导是否值得。研究者把微随机试验引入智能体轨迹，在每个可干预决策点以等概率随机分配复核或直接执行，再用增广逆概率加权与结构嵌套均值模型估计干预的因果效应。在τ-bench Retail、ToolSandbox 与 ImpossibleBench 上，复核效果随工具调用类型和智能体状态明显不同，同一数据还能给出按决策分组的风险排序。

智能体评测长期依赖固定基准，只能说明任务成败，无法回答部署时在轨迹中途复核或引导是否值得。研究者把微随机试验引入智能体轨迹，在每个可干预决策点以等概率随机分配复核或直接执行，再用增广逆概率加权与结构嵌套均值模型估计干预的因果效应。在τ-bench Retail、ToolSandbox 与 ImpossibleBench 上，复核效果随工具调用类型和智能体状态明显不同，同一数据还能给出按决策分组的风险排序。

Ataraxis AI发布因果多模态模型CTX，用常规病理切片和临床变量预测HR+/HER2−乳腺癌患者加用化疗后五年无复发概率的增益，而不是只给复发风险。模型在来自三个国家五个队列的1994例留出患者中，CTX-τ的治疗与生物标志物交互项显著（p=2.1×10⁻⁶），并在未参与训练的TAILORx与UNIRAD两项三期试验中分别识别出化疗获益与需要升级治疗的人群。

Ataraxis AI发布因果多模态模型CTX，用常规病理切片和临床变量预测HR+/HER2−乳腺癌患者加用化疗后五年无复发概率的增益，而不是只给复发风险。模型在来自三个国家五个队列的1994例留出患者中，CTX-τ的治疗与生物标志物交互项显著（p=2.1×10⁻⁶），并在未参与训练的TAILORx与UNIRAD两项三期试验中分别识别出化疗获益与需要升级治疗的人群。

有机蒙脱土改性聚乳酸（PLA）的熔融长丝打印件，其强度同时受黏土剥离程度、熔体流变、层间热黏合和孔隙形态影响，而以往优化多把填料比例与打印参数直接映射到力学性能。C³M-OMMT Twin把黏土剥离与流变状态、逐层热历史、缺陷—界面图、因果力学响应、贝叶斯帕累托优化和实验验证串成一条链。在0至5 wt.%黏土、195至225 °C喷嘴温度等条件下，该流程给出的最优组合约为2 wt.%黏土、215 °C、0.15 mm层高、35 mm/s，对应抗拉强度62.5 MPa、弯曲强度94.1 MPa、孔隙率2.18%。

有机蒙脱土改性聚乳酸（PLA）的熔融长丝打印件，其强度同时受黏土剥离程度、熔体流变、层间热黏合和孔隙形态影响，而以往优化多把填料比例与打印参数直接映射到力学性能。C³M-OMMT Twin把黏土剥离与流变状态、逐层热历史、缺陷—界面图、因果力学响应、贝叶斯帕累托优化和实验验证串成一条链。在0至5 wt.%黏土、195至225 °C喷嘴温度等条件下，该流程给出的最优组合约为2 wt.%黏土、215 °C、0.15 mm层高、35 mm/s，对应抗拉强度62.5 MPa、弯曲强度94.1 MPa、孔隙率2.18%。

ACED-Bench把自然语言科学场景与隐藏概率图模型分开，让智能体在四轮预算内自己选观测或干预实验并给出因果答案，180道硬题上各模型与智能体设计差距明显，而150道资格题上强智能体接近满分。

ACED-Bench把自然语言科学场景与隐藏概率图模型分开，让智能体在四轮预算内自己选观测或干预实验并给出因果答案，180道硬题上各模型与智能体设计差距明显，而150道资格题上强智能体接近满分。