🤖 machine learning

Faithful Action-unit Causal Reasoning for Counterfactually Faithful Emotion Explanations

यह शोध पत्र FACR को प्रस्तुत करता है, जो एक ऐसा ढांचा है जो मल्टीमॉडल इमोशन रीजनिंग में काउंटरफैक्चुअल फेथफुलनेस (counterfactual faithfulness) को लागू करता है, जिसमें मॉडलों को अपने एक्शन यूनिट (AU) स्पष्टीकरणों को एक स्ट्रक्चरल कॉज़ल ग्राफ के साथ संरेखित करने के लिए प्रशिक्षित किया जाता है, जिससे यह सुनिश्चित होता है कि आह्वान किए गए AU भविष्यवाणियों के लिए कारणतः आवश्यक हैं और उत्पन्न टेक्स्ट में सत्यापन योग्य रूप से प्रतिबिंबित होते हैं।

मूल लेखक: Van Thong Huynh, Hong Hai Nguyen, Thuy Pham, Trong Nghia Nguyen, Soo-Hyung Kim

प्रकाशित 2026-06-16

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Van Thong Huynh, Hong Hai Nguyen, Thuy Pham, Trong Nghia Nguyen, Soo-Hyung Kim

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आपके पास एक स्मार्ट कैमरा है जो किसी व्यक्ति के चेहरे को देखता है और कहता है, "वह व्यक्ति दर्द में है।" आमतौर पर, ये कैमरे आत्मविश्वासी लेकिन बेईमान छात्रों की तरह होते हैं: वे सही उत्तर (दर्द) तो दे देते हैं, लेकिन यदि आप उनसे पूछते हैं कि क्यों, तो वे एक ऐसी कहानी बना लेते हैं जो सुनने में अच्छी लगती है लेकिन वास्तव में वह नहीं होती जो वे सोच रहे थे। वे कह सकते हैं, "मुझे पता है कि यह दर्द है क्योंकि उनकी भौहें ऊपर उठी हुई हैं," भले ही कैमरा वास्तव में किसी और चीज़ पर प्रतिक्रिया दे रहा हो।

यह शोध पत्र एक नई प्रणाली पेश करता है जिसे FACR (फेथफुल एक्शन-यूनिट कॉज़ल रीजनिंग) कहा जाता है। इसका लक्ष्य कैमरे को यह बताने के लिए मजबूर करना है कि उसने अपना निर्णय क्यों लिया, न कि केवल एक विश्वसनीय कहानी सुनाना।

यह कैसे काम करता है, सरल उपमाओं का उपयोग करते हुए यहाँ दिया गया है:

1. समस्या: "विश्वसनीय झूठा" (The Plausible Liar)

अधिकांश AI सिस्टम उन छात्रों की तरह होते हैं जिन्होंने गणित समझने के बजाय उत्तर कुंजी (answer key) रट ली है। यदि आप गणित के सवाल में नंबर बदल देते हैं (एक "काउंटरफैक्चुअल" बदलाव), तो छात्र अभी भी वही गलत उत्तर और वही गलत स्पष्टीकरण देता है।

समस्या: वर्तमान AI उन चेहरे की मांसपेशियों (जिन्हें एक्शन यूनिट्स या AUs कहा जाता है) का नाम तो बता सकते हैं जो हमारी भावनाओं के साथ हिलती हैं। लेकिन वे अक्सर केवल यह अनुमान लगाते हैं कि किन मांसपेशियों ने भावना पैदा की, बजाय इसके कि वे वास्तव में उन मांसपेशियों का उपयोग निर्णय लेने के लिए करें।

2. समाधान: "सख्त नियम पुस्तिका" (The Strict Rulebook)

लेखकों ने एक कॉज़ल ग्राफ (Causal Graph) बनाया है। इसे एक सख्त नियम पुस्तिका या मानचित्र की तरह समझें।

मानचित्र: यह स्पष्ट रूप से विशिष्ट मांसपेशी गतिविधियों को विशिष्ट भावनाओं से जोड़ने वाली रेखाएं खींचता है। उदाहरण के लिए, यह कहता है, "यदि आप दर्द का पता लगाना चाहते हैं, तो आपको मांसपेशी A और मांसपेशी B को देखना ही होगा। यदि आप मांसपेशी C देखते हैं, तो दर्द के लिए उसका कोई महत्व नहीं है।"
ट्विस्ट: केवल इस मानचित्र का उपयोग करके भावना का अनुमान लगाने के बजाय, वे AI को खुद को समझाने के दौरान इस मानचित्र का पालन करने के लिए मजबूर करते हैं।

3. प्रशिक्षण: "हस्तक्षेप परीक्षण" (The Intervention Test)

AI को ईमानदार बनाने के लिए, वे काउंटरफैक्चुअल फेथफुलनेस (Counterfactual Faithfulness) नामक प्रशिक्षण पद्धति का उपयोग करते हैं। कल्पना कीजिए कि एक शिक्षक "क्या होगा अगर?" के खेल में छात्र के साथ खेल रहा है:

परिदृश्य A: "ठीक है, मैं कल्पना कर रहा हूँ कि मांसपेशी A (जिसके बारे में मानचित्र कहता है कि वह दर्द का कारण है) जम गई है और हिल नहीं सकती। यदि आपका सिस्टम ईमानदार है, तो आपका उत्तर 'दर्द' से बदलकर 'कोई दर्द नहीं' हो जाना चाहिए।"
परि сцена B: "अब, मैं कल्पना कर रहा हूँ कि मांसपेशी C (जिसका संबंध दर्द से नहीं है) जम गई है। आपका उत्तर बिल्कुल वैसा ही रहना चाहिए।"

यदि AI इस परीक्षण में विफल रहता है—यानी, यदि वह अभी भी "दर्द" कहता है जब महत्वपूर्ण मांसपेशी गायब होती है, या वह तब अपना मन बदल लेता है जब एक अप्रासंगिक मांसपेशी गायब होती है—तो उसे दंडित किया जाता है। यह AI को अपने मस्तिष्क को इस तरह से पुनर्गठित करने के लिए मजबूर करता है ताकि उसका निर्णय वास्तव में नियम पुस्तिका में सूचीबद्ध मांसपेशियों पर निर्भर हो।

4. परिणाम: एक "सत्यवादी" AI

उन्होंने दो चीजों पर इस पेपर का परीक्षण किया:

दर्द का पता लगाना: उन्होंने एक ऐसा डेटासेट उपयोग किया जहाँ "सत्य" ज्ञात था (एक विशिष्ट सूत्र: मांसपेशियों का समूह = दर्द)।
- पहले: AI का स्पष्टीकरण सत्य से केवल 8% बार मेल खाता था।
- बाद में: इस नए प्रशिक्षण के साथ, स्पष्टीकरण 57% बार सत्य से मेल खाता था।
- समझौता (Trade-off): AI केवल "दर्द" बनाम "कोई दर्द नहीं" का अनुमान लगाने में थोड़ा खराब हो गया (सटीकता में मामूली गिरावट), लेकिन वह यह समझाने में बहुत बेहतर हो गया कि क्यों। यह एक ऐसे डॉक्टर की तरह है जो निदान करने में थोड़ा धीमा हो सकता है लेकिन लक्षणों की बहुत सटीक व्याख्या देता है।
क्रॉस-डेटासेट ट्रांसफर: उन्होंने एक अलग डेटासेट (सामान्य भावनाएं, न कि केवल दर्द) पर इसे आजमाया।
- AI ने नए डेटा पर भी नियम पुस्तिका का पालन करना सीखा।
- महत्वपूर्ण निष्कर्ष: AI उतना ही ईमानदार है जितना कि उसकी नियम पुस्तिका सही है। यदि नियम पुस्तिका में त्रुटियां हैं, तो AI वफादारी से गलत नियमों का पालन करेगा। लेकिन यदि नियम पुस्तिका सत्यापित और सही है, तो AI का स्पष्टीकरण वास्तविकता का एक सच्चा प्रतिबिंब बन जाता है।

5. "आवाज़" का अपग्रेड

अंत में, उन्होंने इस प्रणाली के साथ एक लैंग्वेज मॉडल जोड़ा।

सुधार के बिना: AI चेहरे को देखेगा, तय करेगा कि व्यक्ति खुश है, और फिर केवल एक वाक्य उत्पन्न करेगा जैसे, "व्यक्ति खुश है क्योंकि वह मुस्कुरा रहा है," भले ही उसने उस निर्णय के लिए "मुस्कान" वाली मांसपेशी का वास्तव में उपयोग न किया हो।
सुधार के साथ: AI "गेटेड" (नियंत्रित) है। वह वाक्य में किसी मांसपेशी का उल्लेख केवल तभी कर सकता है जब उस मांसपेशी ने वास्तव में निर्णय को ट्रिगर किया हो। यदि आप छवि से मांसपेशी को हटा देते हैं, तो AI को वाक्य से भी उस मांसपेशी को हटाना होगा। अब स्पष्टीकरण निर्माण के माध्यम से (by construction) सत्य के रूप में बनाया गया है।

सारांश

यह पेपर यह दावा नहीं करता कि यह AI को एक आदर्श डॉक्टर या मन पढ़ने वाला बनाता है। यह दावा करता है कि FACR एक ऐसी प्रणाली बनाता है जहाँ स्पष्टीकरण वफादार (faithful) है।

पुराना AI: "मुझे लगता है कि यह दर्द है क्योंकि... खैर, यह दर्द जैसा दिखता है।" (विश्वसनीय लेकिन शायद झूठ बोल रहा है)।
नया AI (FACR): "मुझे लगता है कि यह दर्द है क्योंकि मांसपेशी X और मांसपेशी Y सक्रिय हैं, और मेरी नियम पुस्तिका कहती है कि ये दो मांसपेशियां दर्द के बराबर हैं। यदि मैं उन्हें हटा दूँ, तो मैं इसे दर्द नहीं कहूँगा।" (वफादार और सत्यापन योग्य)।

यह पेपर सिद्ध करता है कि आप एक AI को उसके तर्क के बारे में "ईमानदार" होने के लिए प्रशिक्षित कर सकते हैं, भले ही इसका अर्थ यह हो कि वह केवल अनुमान लगाने के खेल में थोड़ा कम सटीक हो जाए। यह एक समझौता है: अधिक विश्वास और पारदर्शिता के लिए थोड़ी कम गति/सटीकता।

तकनीकी सारांश: फेथफुल एक्शन-यूनिट कॉज़ल रीजनिंग (FACR)

1. समस्या विवरण

स्वचालित चेहरे के भाव पहचान (facial emotion recognition) प्रणालियों को अब ऐसे स्पष्टीकरणों की आवश्यकता है जो केवल प्रशंसनीय (plausible) ही नहीं बल्कि फेथफुल (faithful) भी हों—अर्थात, स्पष्टीकरण को वास्तव में भविष्यवाणी को संचालित करने वाले कारकों को प्रतिबिंबित करना चाहिए। वर्तमान दृष्टिकोण दो श्रेणियों में आते हैं, जिनमें दोनों में 'फेथफुलनेस' का अभाव है:

स्ट्रक्चरल-कॉज़ल विधियाँ (Structural-causal methods): ये एक्शन यूनिट्स (AUs) और भावों को कॉज़ल ग्राफ का उपयोग करके मॉडल करती हैं, लेकिन ये विशुद्ध रूप से डिस्क्रिमिनेटिव (discriminative) हैं। वे इन्फरेंस के दौरान प्राप्त संरचना को त्याग देती हैं, और केवल लेबल या अटेंशन मैप आउटपुट करती हैं, मौखिक तर्क (verbalized rationales) नहीं।
मल्टीमॉडल लार्ज लैंग्वेज मॉडल्स (MLLMs): ये AUs के आधार पर प्राकृतिक भाषा में भावनाओं के तर्क उत्पन्न करते हैं। हालाँकि, उनका टेक्स्ट सत्यापित कॉज़ल संरचनाओं द्वारा बाधित नहीं होता है और इसका मूल्यांकन केवल प्रशंसनीयता (जैसे, टेक्स्ट ओवरलैप या GPT-आधारित जज) के लिए किया जाता है। फलस्वरूप, वे अक्सर कॉज़ल एट्रिब्यूशन के स्थान पर टेम्पलेट मिलान का उपयोग करते हैं और काउंटरफैक्चुअल संपादन (counterfactual edits) के तहत अपने स्पष्टीकरणों को अपडेट करने में विफल रहते हैं।

मुख्य अंतराल एक ऐसे सिस्टम की अनुपस्थिति है जो एक सत्यापित कॉज़ल ग्राफ में AU→इमोशन रीज़नर को ग्राउंड करे और काउंटरफैक्चुअल फेथफुलनेस (counterfactual faithfulness) को लागू करे, यह सुनिश्चित करते हुए कि एक कॉज़ल AU पर हस्तक्षेप करने से भविष्यवाणी और तर्क दोनों बदल जाते हैं, जबकि एक अप्रासंगिक AU पर हस्तक्षेप करने से वे अपरिवर्तित रहते हैं।

2. कार्यप्रणाली: FACR

प्रस्तावित सिस्टम, फेथफुल एक्शन-यूनिट कॉज़ल रीजनिंग (FACR), तीन एकीकृत चरणों के माध्यम से इस अंतर को संबोधित करता है:

A. स्ट्रक्चरल AU→इमोशन कॉज़ल ग्राफ इंडक्शन ( $G$ )

FACR बाहरी ग्राफों का पुन: उपयोग करने के बजाय स्वतंत्र रूप से एक निर्देशित, पोलैरिटी-अवेयर कॉज़ल ग्राफ $G = (A \cup C, E)$ को प्रेरित करता है। ग्राफ को तीन स्रोतों से असेंबल किया जाता है:

AU→इमोशन एडजेस (Edges): इन्हें AffectNet × FABA जॉइंट कॉर्पस पर L1-रेगुलराइज्ड लॉजिस्टिक रिग्रेशन के माध्यम से अनुमानित किया गया है।
AU→AU एडजेस: इन्हें EmotioNet पर नेबरहुड सिलेक्शन के माध्यम through अनुमानित किया गया है।
वेरिफाइड सब-स्ट्रक्चर (Verified Sub-structures): दर्द (pain) के सब-स्ट्रक्चर को PSPI (Prkachin–Solomon Pain Intensity) फॉर्मूला का उपयोग करके ग्राउंड ट्रुथ के रूप में स्थिर किया गया है। अन्य भावनाओं के लिए, किनारे (edges) EMFACS प्रोटोटाइप से भरे गए हैं।
पोलैरिटी (Polarity): प्रत्येक एज में एक साइन ( $s \in \{-1, +1\}$ ) होता है जो उत्तेजक (excitatory) या निरोधात्मक (inhibitory) संबंधों को दर्शाता है।

B. ग्राफ-कंडीशन्ड रीज़नर (Graph-Conditioned Reasoner)

सिस्टम एक इनपुट फेस $x$ को एक डिसेन्टैंगल्ड AU लेटेंट (disentangled AU latent) $z \in \mathbb{R}^K$ में मैप करता है, जहाँ प्रत्येक कोऑर्डिनेट $z_k$ AU $k$ की उपस्थिति का प्रतिनिधित्व करता है।

भविष्यवाणी (Prediction): एक ग्राफ-कंडीशन्ड हेड $z$ के आधार पर इमोशन क्लास $\hat{y}$ की भविष्यवाणी करता है।
तर्क (Rationale): एक लैंग्वेज वर्बलाइज़र सक्रिय AUs और $G$ में उनके कॉज़ल एडजेस का नाम देते हुए एक प्राकृतिक भाषा स्पष्टीकरण उत्पन्न करता है।
हस्तक्षेप तंत्र (Intervention Mechanism): लेटेंट स्पेस सुव्यवस्थित $do$-interventions (जैसे, $do(z_k=0)$ ) की अनुमति देता है, जो एक AU को हटाने का अनुकरण करता है।

C. काउंटरफैक्चुअल-फेथफुलनेस ऑब्जेक्टिव (Counterfactual-Faithfulness Objective)

FACR एक प्रशिक्षण उद्देश्य पेश करता है जो भविष्यवाणी और तर्क को ग्राफ $G$ के माध्यम से दो पदों के माध्यम से जोड़ता है:

सेंसिटिविटी टर्म ( $L_{sens}$ ): यह आवश्यक है कि एक AU $a_k$ को हटाना, जिसे $G$ क्लास $c$ के लिए कॉज़ल के रूप में चिह्नित करता है, क्लास लॉगिट को एज पोलैरिटी द्वारा सूचित दिशा में ले जाए।
इनवेरिएंस टर्म ( $L_{inv}$ ): यह आवश्यक है कि एक AU $a_k$ को हटाना, जिसे क्लास $c$ के लिए अप्रासंगिक माना गया है, क्लास लॉगिट को अपरिवर्तित छोड़ दे।

कुल लॉस (loss) क्लासिफिकेशन लॉस, AU ग्राउंडिंग लॉस और इन फेथफुलनेस टर्म्स को जोड़ता है:
$L = L_{cls} + \lambda_a L_{au} + \lambda_s L_{sens} + \lambda_i L_{inv}$

D. वर्बलाइज्ड रेशनल कंस्ट्रक्शन (Verbalized Rationale Construction)

यह सुनिश्चित करने के लिए कि उत्पन्न टेक्स्ट फेथफुल हो, वर्बलाइज़र को कंस्ट्रक्शन द्वारा गेटेड (gated by construction) किया गया है। प्रत्येक AU टोकन का उत्सर्जन इसके लेटेंट एक्टिवेशन $z_k$ द्वारा बायस्ड होता है। यदि कोई AU लेटेंट स्पेस में निष्क्रिय है, तो उसे टेक्स्ट में नाम देने से मजबूती से दबा दिया जाता है। यह सुनिश्चित करता है कि लेटेंट स्पेस में एक AU को एब्लेट (ablate) करने से उसे उत्पन्न स्पष्टीकरण से विश्वसनीय रूप से हटा दिया जाता है।

3. मुख्य योगदान

औपचारिकीकरण (Formalization): AU→इमोशन रीजनिंग को तर्क, लेबल और एक कॉज़ल ग्राफ के बीच एक काउंटरफैक्चुअल-कंसिस्टेंसी समस्या के रूप में प्रस्तुत किया गया।
FACR सिस्टम: एक ऐसा सिस्टम प्रस्तावित करता है जो एक स्वतंत्र रूप से प्रेरित, पोलैरिटी-अवेयर कॉज़ल ग्राफ में एक MLLM रीज़नर को ग्राउंड करता है और $do$-interventions के माध्यम से लेटेंट स्पेस में फेथफुलनेस लागू करता है।
फेथफुलनेस मेट्रिक: एक काउंटरफैक्चुअल फेथफुलनेस मेट्रिक (सेंसिटिविटी और इनवेरिएंस) पेश करता है जिसे ज्ञात संरचनाओं (दर्द के लिए PSPI, भावना के लिए EMFACS) के विरुद्ध मूल्यांकित किया गया है। महत्वपूर्ण रूप से, यह मेट्रिक संरचना की पुनर्खोज के बजाय आपूर्त संरचना के प्रति निष्ठा (fidelity to the supplied structure) का परीक्षण करता है।
अनुभवजन्य सत्यापन (Empirical Validation): यह प्रदर्शित करता है कि फेथफुलनेस ऑब्जेक्टिव, डिटेक्शन सटीकता के साथ ट्रेड-ऑफ को स्पष्ट रूप से मात्रात्मक करते हुए, विभिन्न डेटासेट पर सक्रिय AUs और कॉज़ल संरचनाओं (PSPI और EMFACS) के बीच सहमति को बढ़ाता है।

4. प्रयोगात्मक परिणाम

A. UNBC-PAIN (दर्द का पता लगाना)

लीव-वन-सब्जेक्ट-आउट (LOSO) क्रॉस-वैलिडेशन का उपयोग करके मूल्यांकन किया गया:

फेथफुलनेस लाभ: फेथफुलनेस ऑब्जेक्टिव ने बिना ऑब्जेक्टिव वाले बेसलाइन के 0.08 से बढ़कर वेरिफाइड PSPI कंपोज़िशन के साथ सहमति को 0.57 तक बढ़ा दिया।
एक्क्यूरेसी ट्रेड-ऑफ: यह लाभ डिटेक्शन सटीकता में मामूली, मात्रात्मक लागत के साथ आया, जिसमें AUC 0.83 (कंट्रोल) से घटकर 0.79 (FACR) हो गया।
इनवेरिएंस रिकवरी: इनवेरिएंस वेट ( $\lambda_i$ ) को एडजस्ट करने से मॉडल को सेंसिटिविटी और इनवेरिएंस बाधाओं को एक साथ संतुष्ट करने की अनुमति मिली।

B. क्रॉस-डेटासेट इमोशन ट्रांसफर (AffectNet × FABA $\to$ Aff-Wild2)

सामान्यीकरण (Generalization): सात-क्लास इमोशन टास्क पर ऑब्जेक्टिव ने ग्राफ-कॉज़ल सहमति को 0.50 से बढ़ाकर 0.84 कर दिया।
ग्राफ क्वालिटी डिपेंडेंसी:
- एक सीखे हुए (नॉइज़ी) ग्राफ के साथ, सक्रिय AUs के साथ सहमति कम (0.24) रही, जो कंट्रोल से मेल खाती है।
- एक वेरिफाइड ग्राफ (EMFACS) के साथ, सक्रिय AUs के साथ सहमति बढ़कर 0.59 हो गई, जबकि ग्राफ-कॉज़ल सहमति उच्च (0.74) बनी रही।
- यह पुष्टि करता है कि ग्राफ की शुद्धता वास्तविकता के साथ संरेखण के लिए आवश्यक है लेकिन पर्याप्त नहीं है; ग्राफ की शुद्धता ही वास्तविक सीमा (ceiling) निर्धारित करती है।
EmoLA के साथ तुलना: एक प्रकाशित अफेक्टिव MLLM (EmoLA) ने कई AUs को अंधाधुंध नाम देकर सक्रिय AUs के उच्च रिकॉल (0.52 बनाम 0.37) को प्राप्त किया। हालाँकि, वेरिफाइड ग्राफ के साथ FACR ने उच्च प्रिसिजन (0.59 बनाम 0.51) और कॉज़ल संरचना के प्रति उच्च फेथफुलनेस (0.74 बनाम 0.63) प्राप्त की, जो यह दर्शाता है कि यह केवल कई AUs को नाम देने के बजाय सही कॉज़ल AUs का चयन करता है।

C. वर्बलाइज्ड रेशनल ऑडिट

कंस्ट्रक्शन बनाम लर्निंग: बिना गेटिंग के सक्रिय AUs को नाम देने के लिए प्रशिक्षित वर्बलाइज़र अनफेथफुल था (एब्लेट किए गए AUs में से केवल 6% को ही टेक्स्ट से हटाया गया)।
गेटिंग सफलता: गेटिंग कंस्ट्रेंट के साथ, एक कॉज़ल AU को एब्लेट करने से वह जेनरेटेड टेक्स्ट से विश्वसनीय रूप से हट गया।
बैकबोन अगनोस्टिक (Backbone Agnostic): फेथफुलनेस मैकेनिज्म दूसरे लैंग्वेज मॉडल बैकबोन (Gemma 3) में भी स्थानांतरित हो गया, जो पुष्टि करता है कि यह तंत्र केवल बेस मॉडल के लिए विशिष्ट नहीं है।

5. महत्व और दावे

पेपर का दावा है कि FACR, AU→इमोशन रीजनिंग में केवल प्रशंसनीय नहीं बल्कि प्रतिबंधित (constrained) स्पष्टीकरणों का मार्ग प्रदान करता है।

फेथफुलनेस सटीकता से अलग है: अध्ययन दिखाता है कि फेथफुलनेस और सटीकता अलग-अलग अक्ष (axes) हैं; एक मॉडल को अधिक सटीक बनाए बिना अधिक फेथफुल बनाया जा सकता है, जिसके लिए अलग मेट्रिक्स की आवश्यकता होती है।
इंटरवेंशनल हैंडल (Interventional Handle): पूर्व कार्य के विपरीत, FACR एक ऑडिट करने योग्य इंटरवेंशनल हैंडल (AU लेटेंट) प्रदान करता है जो भविष्यवाणी पर स्पष्टीकरण की निर्भरता का परीक्षण करने की अनुमति देता है।
डिज़ाइन सिद्धांत: फेथफुलनेस तब सबसे अधिक मजबूत होती है जब इसे केवल क्षमता या डेटा के माध्यम से सीखने के बजाय कंस्ट्रक्शन द्वारा प्रवर्तित (enforced by construction) किया जाता है (गेटिंग और कॉज़ल बाधाओं के माध्यम से)।
सीमाएँ: लेखक स्पष्ट रूप से कहते हैं कि FACR एक स्टेट-ऑफ-द-आर्ट रिकग्निशन मॉडल नहीं है (मामूली AUC/F1 स्कोर) और वास्तविकता के साथ इसका संरेखण आपूर्ति किए गए कॉज़ल ग्राफ की शुद्धता द्वारा सीमित है। यह विधि संरचना को पुनः खोजने का दावा नहीं करती है बल्कि प्रदान की गई संरचना का निष्ठापूर्वक पालन करने का दावा करती है।