Агентний поводок: Вилучення причинно-наслідкових нечітких когнітивних карт за допомогою LLM

Автори: Akash Kumar Panda, Olaoluwa Adigun, Bart Kosko

Опубліковано: 2026-01-15

Переглянути на arXiv →
#cs.AI

Анотація

Ця стаття представляє "Агентний поводок" – метод для вилучення причинно-наслідкових нечітких когнітивних карт за допомогою великих мовних моделей (LLM). Цей підхід забезпечує кращу інтерпретованість та розуміння складних систем і процесів прийняття рішень, зокрема у взаємодії людини з комп'ютером та представленні знань, із застосуваннями в різних областях.

Агентний поводок: Вилучення причинно-наслідкових нечітких когнітивних карт за допомогою LLM

Автори: Akash Kumar Panda, Olaoluwa Adigun, Bart Kosko

Опубліковано: 2026-01-15

Переглянути на arXiv →
#cs.AI

Анотація

Ця стаття представляє "Агентний поводок" – метод для вилучення причинно-наслідкових нечітких когнітивних карт за допомогою великих мовних моделей (LLM). Цей підхід забезпечує кращу інтерпретованість та розуміння складних систем і процесів прийняття рішень, зокрема у взаємодії людини з комп'ютером та представленні знань, із застосуваннями в різних областях.

FEEDBACK

Проекти

Немає проектів

Агентний поводок: Вилучення причинно-наслідкових нечітких когнітивних карт за допомогою LLM | ArXiv Intelligence