来源：arXiv（ICLR 2026 投稿）

作者：Guiyao Tie, Shaohui Zhang, Chenxi Wu, Xueyang Zhou等

单位：香港科技大学（HKUST）及相关研究机构的研究团队

发表时间： 2026 投稿，未接收

一、论文介绍

背景：当前大语言模型虽通过CoT提升了复杂任务的推理能力，但其推理过程缺乏因果约束，容易出现跳步推理与关系混淆等不可信问题，导致中间推理难以验证，限制了模型在高可靠场景中的应用。
核心： 针对上述问题，论文提出 Causal-CoT 框架，创新性地将线性推理链重构为因果图（DAG）驱动的结构化推理过程，并结合图增强与基于 do-calculus 的干预式验证机制，对推理过程进行显式建模与可验证推断，从而提升推理的可靠性与可解释性。

二、案例对比

(a)通过“烤面包→烟雾→警报”例子对比标准CoT与Causal-CoT，展示后者能纠正逻辑谬误（如“肯定后件”），实现答案与推理的双重验证。
(b) 在数学、常识、因果三类数据集上，对比不同LLM使用Causal-CoT后的平均准确率，证明其普遍优于标准CoT。

用最直观的例子说明动机。展示标准CoT犯了“肯定后件”（有烟=有火灾）的逻辑谬误，而Causal-CoT通过画图排除了虚假联系。
❌ Standard CoT: 答案对，但推理存在逻辑谬误（引入无关的“火灾”节点）。
✅ Causal-CoT: 答案对，且通过构建DAG拒绝了虚假因果链接，实现“过程与结果的双重验证”。

三、方法框架

阶段I如何从前提和假设中提取节点构建初始DAG；

阶段II如何通过内部Prompt或外部检索（Web/KG/RAG）来丰富和增强DAG（如增加中介变量、混杂因素）；

阶段III如何根据不同的路径类型执行do-演算进行因果效应估计与最终验证。

四、实验

主实验性能对比：详细列举了9个代表性LLM在CAUSALNET、E-CARE、MATH、AIME、CSQA、GPQA等7个数据集上的准确率。通过数值和红绿色标注，清晰展示了Causal-CoT相比标准CoT的提升幅度（特别是在GPQA上平均提升超20%）

准确率与效率权衡雷达图：效率成本极低：仅增加 1.15x~1.35x 运行时间（虚线几乎不缩水）准确率收益显著：实线大面积外扩。对比之下，引入外部检索的方法（WS）效率暴跌且准确率不稳。

人类验证DAG的错误归因分析表：Δr<0：部分模型最终准确率下降
Δs>0：但人工验证发现，模型构建的因果图是正确的！
性能瓶颈不在于“Causal-CoT框架结构”，而在于“LLM底层的世界知识不足”，证明了本框架的可靠性。

五、论文总结和对齐思考

论文提出因果推理框架 Causal-CoT，可以理解为将“经络–免疫关系”从解释性描述升级为可验证的因果结构，主要包括三点：
(1) 因果结构建模：将原本用语言描述的推理过程，转化为“经络→系统→免疫通路→疾病”的因果关系图，使跨域关系从“讲出来”变为“结构化表示”；
(2) 因果结构增强机制：针对经络与免疫之间缺失的桥接环节，自动补充中介机制（如神经-免疫调节等），使因果链更加完整合理；
(3) 基于干预的因果验证机制：通过“改变某个关键因素是否影响结果”的方式，对因果关系进行验证，使跨域对齐从“看起来合理”提升为“因果上成立”；

技术创新——逻辑思维推理框架：借鉴 Causal-CoT 将线性推理链重构为因果图（DAG）的思想，可在现有“经络链 + 免疫链”的基础上，引入显式因果结构约束：在融合阶段前，将两条链统一映射为因果结构（如“经络→系统→通路→炎症”），并对关键路径进行结构一致性对齐，从而避免当前仅基于证据权重融合带来的“语义对齐但因果不一致”问题，实现从“链级融合”向“结构级对齐”的升级。

技术目标——跨域知识结构对比：参考 Causal-CoT 的图增强机制，可将现有逐边证据匹配方式升级为跨域因果路径补全：在“免疫因子→疾病”与“经络证型→疾病”之间，主动引入中介机制（如神经-免疫调节、微循环变化等），构建“经络→中介→免疫”的桥接路径，从而提升跨域对齐的完整性与生物学合理性，使对齐不再停留在表层概念连接，而是建立在共享因果机制之上。

场景功能——食养通：借鉴了 Causal-CoT 中“因果结构建模 + 干预验证” 的思想，把原来“吃什么对身体好”的经验推荐，变成“吃这个是通过什么机制起作用、真的能不能改善状态”的可验证调理方案。