Jev ako hodnotiteľ kauzálnych grafov: rozhodli najmä vopred spočítané štatistiky

Šesť autorov z Guangdong University of Technology zverejnilo 28. 10. 2026 na arXive preprint s názvom CausalGrade. S79 Rieši otázku, ako porovnať niekoľko kandidátskych kauzálnych grafov, teda schém, ktorá premenná priamo ovplyvňuje ktorú, keď správny graf nikto nepozná. Jev v ňom nedostáva celú úlohu naraz. Odpovedá na veľa malých otázok áno/nie a ich výsledky spája kód. S79 Práve tento spôsob delenia práce je užitočný aj mimo výskumu kauzality. Ide o preprint, ktorý ešte neprešiel recenziou; článok vychádza z jeho plného textu.

Ako je postup poskladaný

Pre každú usporiadanú dvojicu premenných sa autori Jevu pýtajú, či je prvá z nich priamou príčinou druhej. Otázku kladú cez Noul, ktorý vracia číslo od 0 do 1. S79 Dokumentácia TypeSafe opisuje odpoveď Noul ako pravdepodobnosť, že odpoveď je áno; 0 znamená nie a 1 áno. S05 Vo všetkých pokusoch autori používali verziu jev-1.13.0. S79

Do kontextu otázky idú dva podklady. Prvým je štatistický prehľad dát, ktorý vopred vypočíta kód: popisné štatistiky a podiel chýbajúcich hodnôt, korelácie, testy podmienenej nezávislosti a ukazovatele smeru vzťahu z regresie v oboch smeroch. Druhým je matica pravdepodobností hrán z predtrénovaného modelu na hľadanie kauzálnych vzťahov, ktorý autori označujú skratkou CDFM. S79 Samotný hodnotený graf v otázke nie je. Všetci kandidáti na tých istých dátach preto dostanú rovnakú maticu odpovedí. S79

Skóre grafu je potom obyčajný súčet v kóde. Pri každej dvojici, kde graf hranu má, pripočíta odpoveď Jevu, a kde ju nemá, pripočíta jej doplnok do jednej. Výsledok zodpovedá očakávanému počtu správne zaznačených dvojíc. S79 Ide o rovnaký princíp, aký opisujeme v článku o zloženom skóre: model odpovedá na čiastkové otázky, váhy a súčet ostávajú v kóde.

Čo ukázali čísla

Na 500 syntetických úlohách sa vyberal najlepší z piatich kandidátov. CausalGrade trafil najlepší graf v 54,4 % úloh, porovnávacia metóda κG v 48,4 % a samotné pravdepodobnosti z CDFM v 19,6 %. S79 Na reálnom súbore Light dosiahol 96,75 % oproti 78,0 % pri κG, na súbore Sachs 66,5 % oproti 63,5 %. S79 Náskok teda nebol všade rovnako veľký.

Skóre tiež sledovalo skutočnú kvalitu grafov tesnejšie než matica CDFM pri grafoch zo všetkých štyroch skúmaných algoritmov. Pri DirectLiNGAM bol rozdiel len malý: Spearmanova korelácia −0,523 oproti −0,512. S79

Najpoučnejšia je ablácia. Keď autori zo vstupu vynechali štatistický prehľad, úspešnosť výberu klesla z 54,4 % na 18,8 %. Bez matice z CDFM ostala na 53,8 %. S79 Väčšinu prínosu podľa autorov priniesol vopred pripravený prehľad a matica CDFM bola len doplnkovým dôkazom. S79

Kde sú limity

Autori sami upozorňujú, že kandidáti vznikli z rôznych prahov na tej istej matici, takže sa líšili najmä počtom hrán. Časť zlepšenia preto môže vychádzať z toho, že skóre uprednostňuje redšie grafy, a nie z presnejšieho rozlíšenia konkrétnych hrán a ich smeru. S79 Ablácia neukáže, ktorá diagnostika pomáha najviac, ani či ide o samotnú informáciu, alebo o spôsob, akým je usporiadaná. Pri malej vzorke dát môže postup odstrániť aj skutočné hrany. Hodnotenie stojí na syntetických dátach a dvoch reálnych systémoch, s piatimi kandidátmi na úlohu. S79 Preprint neuvádza počty tokenov, rýchlosť ani náklady. S79

Čo si z toho vziať pre vývojára a e-shop

Kauzálne grafy bežný slovenský e-shop riešiť nebude. Prenosné je však rozdelenie práce, ktoré preprint ukazuje. Čísla spočítal kód a Jev dostal hotový, štruktúrovaný prehľad, nie surové riadky tabuľky. Bez tohto prehľadu bol výber výrazne horší. S79 Zodpovedá to odporúčaniam k Noul v dokumentácii: jedna podmienka na otázku, viac otázok spojiť v kóde a podporné údaje posielať v štruktúrovaných inštrukciách. Viac otázok Noul v jednej požiadavke beží paralelne. S05

Ako by to mohlo vyzerať v praxi, je už náš návrh, nie výsledok preprintu. Ak chce e-shop odhadnúť, či vrátenia pri konkrétnom produkte súvisia s jeho chybou, kód môže najprv spočítať podiel vrátení, počet reklamácií a najčastejšie dôvody. Jev potom dostane tento prehľad a krátke otázky áno/nie a výsledné pravdepodobnosti spracuje opäť kód. Na rozdiel od preprintu, ktorý pracuje priamo so surovými pravdepodobnosťami, dokumentácia pri rozhodovaní o jednotlivých prípadoch navrhuje začať prahmi 0,7 a 0,3 a hodnoty medzi nimi poslať človeku. S05 Ako sa Noul líši od otázok Choice a Score, vysvetľuje sprievodca Choice, Score a Noul.

Väčší kontext má aj cenu. Vstupné tokeny stoja 0,042 USD za milión a výstup je zadarmo. S01 Každý pridaný prehľad teda zväčšuje platenú časť požiadavky, a pri desiatkach otázok na jeden prípad sa oplatí pozrieť si cenu a limity vopred.