연구진이 다양한 인과 관계 추론 알고리즘의 결과를 융합하는 새로운 프레임워크 CEA를 제안했어요. CEA는 통계적 발견 전문가들의 구조적 통찰력을 계층별로 통합하고, LLM을 활용해 신뢰도가 높을 때 전문가 가중치를 동적으로 재조정해요.
기존 방식은 수치적 값과 통계적 가정에 의존했지만, CEA는 LLM을 활용해 데이터와 더 잘 맞는 결과를 도출해요. 이는 도메인 지식과 LLM을 결합해 인과 관계 추론의 정확도를 높이는 방법입니다.
합성 데이터와 실제 데이터셋 실험 결과, CEA는 다양한 인과 관계 추론 방법에서 가장 뛰어난 성능을 보였으며, LLM을 활용한 메타 분석의 효과를 입증했어요.