利用大型语言模型理解因果关系：可行性和机遇（英文版）

英文标题：Understanding Causality with Large Language Models: Feasibility and Opportunities中文摘要：我们分析了大型语言模型（LLMs) 回答因果问题的能力以及它们在三种类型的因果问题中的优势和劣势。我们认为，目前的 LLMs 可以结合现有的因果知识回答因果问题，但它们还不能满足于发现新的知识或高精度的决策任务。我们探讨了可能的未来方向和机会，例如启用显式和隐式因果模块以及深度因果感知 LLMs。这些不仅能够使 LLMs 回答更多不同类型的因果问题，也能使 LLMs 在一般情况下更加值得信赖和高效。英文摘要：We assess the ability of large language models (LLMs) to answer causalquestions by analyzing their strengths and weaknesses against three types ofcausal question. We believe that current LLMs can answer