LLM推論初出 7/21 02:57
ベクトル検索を最近傍探索として利用：RAGベースの因果推論におけるポリシー学習
Vector Search As Nearest Neighbor Matching: RAG-based Policy Learning in Causal Inference
https://export.arxiv.org/api/query·2026/7/20
AI要約
RAG（Retrieval-Augmented Generation）を用いた方策学習のための新しい手法を提案。ベクトル検索と最尤推定を組み合わせ、潜在的結果フレームワーク内で行動選択を定式化し、因果推論における効果的な方策学習を実現する。
AI要点
- ベクトル検索を最近傍探索として利用する、RAGベースのポリシー学習手法を提案している。
- 行動選択において、埋め込み空間で類似証拠を検索し、期待される結果を推定する。
- 提案手法は、行動選択における後悔を分析し、近傍推定器の予測誤差を用いて境界を定義する。
- 因果推論におけるRAGベースの行動選択の理論的枠組みを提供する。
なぜ重要か
ベクトル検索と近傍探索を組み合わせたRAGベースのポリシー学習は、因果推論における意思決定プロセスの精度を向上させ、より効果的な介入戦略の設計に貢献する可能性がある。