技术摘要：作为容许可能世界耦合核的 WorldKernel

1. 问题陈述

本文指出当前因果推理和世界建模方法中存在的一个根本性失效模式：即认为充足的观测与干预数据，结合一个强大的预测器，就足以对某一领域进行推理。通过对 300 个结构因果模型（SCM）的测试，作者证明这种假设在**无法识别的反事实量（unidentified counterfactual quantities）**上会发生失效。

虽然强大的预测器（包括贝叶斯基准模型和前沿语言模型）能够成功恢复问题空间的“对角线”（给定数据下世界的后验分布），但它们在“非对角线”（不同反事实世界之间的耦合）上表现失败。

• 失效现象： 在无法识别的量上，预测器会坍缩为单一的点估计。在测试的 300 个模型中，有 28% 的点估计是不可行的（不存在能产生该点的有效 SCM），而在 27% 的中介效应案例中，预测器连效应的方向（正负号）都判断错误。
• 成因： 这种失败不是统计学上的（增加数据并无帮助），而是**表示论（representational）**上的。反事实世界之间的耦合并不是任何观测或干预分布的函数。预测无法表示对这些跨世界耦合的不确定性。

2. 方法论与核心对象

本文提出了 WorldKernel，定义为一个在给定证据 $E$ 的条件下，关于完整容许世界空间 $T, T'$ 的单个正定（PSD）耦合核 $K_E(T, T')$。

• 对角线 ($K_E(T, T)$)： 代表经典的后验分布 $\mu_E(T)$。这是任何预测器都能恢复的“影子”。它对应于容许性（admissibility），且是可验证的。
• 非对角线 ($K_E(T, T')$)： 代表跨世界耦合（cross-world coupling）。这是决定反事实逻辑的关键量，也是预测器无法获取的信息。它是因果推理中具有“承重”作用的结构，仅靠预测本身无法提供。

本文将 WorldKernel 视为一种综合体：它不是一种新的采样方法或新的部分识别算法，而是一个通过其结构（PSD）和非对拉元素来编码实现反事实能力所需的缺失信息的单一对象。

3. 主要贡献与理论结果

本文围绕关于非对角线核的五个问题组织其理论框架：

1. 非对角线是真实存在的吗？

是的。 本文证明了两个世界在预测上可能是等价的（具有相同的后验分布），但在跨世界耦合上却是不同的。

• 定理 2： 存在预测等价但世界不等价的世界 $W_0, W_1$。
• 定理 4（核-反事实同构）： 对于二元干预，反事实律与一个 PSD 矩矩阵 $M$ 存在双射关系。可识别的数据（对应 Pearl 阶梯中的第 1 和第 2 阶）仅确定了 $M$ 的对角线。非对角线 $M_{01}$（跨世界联合分布）决定了诸如必要概率（PN）之类的反事实量。具有相同对角线但不同非对角线的两种法则，在观测上是不可区分的，但在反事实层面是截然不同的。

2. 能否从数据中对其进行约束？

可以，通过正定性（Positive Semidefiniteness）。

• 命题 3： 通过对矩矩阵 $M$ 施加 PSD 约束（其中对角线由数据固定），可以获得比单纯的边际/Fréchet 界限更严格且有效的反事实界限。
• 计算优势： 这是一个规模为 $O(k^2)$ 的半正定规划（SDP）问题，而精确的响应类型线性规划（LP）则拥有 $2^k$ 个顶点。PSD 界限对于二阶查询是精确的，并且对于高阶查询（例如在 $k=40$ 时，精确 LP 有 $10^{12}$ 个变量，而 SDP 仅有 820 个条目）提供了紧致的外界限。

3. 逻辑结构能否使其更精确？

可以，通过本体论约束（Ontology Constraints）。

• 命题 4： 本体论公理（包含关系、互斥性、跨世界单调性）可以编码为核矩阵上的线性等式约束。
• 效果： 这些约束平均能将反事实界限收紧高达 32%。至关重要的是，由于 PSD 结构的特性，对一个属性的约束会传播并收紧其他未受约束属性的界限，这是平庸的因果界限工具所缺乏的能力。

4. 能否通过经验获取它？

可以，通过“伤痕”（Scarring）。

• 机制： 世界模型可以通过遇到不可行性来学习约束（即“伤痕”）。
• 定理 5： 有针对性的伤痕（移除容许世界图中特定的“少数派阶段”或瓶颈）可以恢复重构图（reconfiguration graph）的谱间隙（Cheuter 常数）。
• 结果： 有针对性的伤痕比无针对性的（随机）约束能快 4 倍地关闭识别性差距。这把一个不可处理的区域（瓶颈状态）转化为了相关性衰减成立的可处理区域。

5. 它何时是可达的？

受限于 Sly–Sun 计数障碍（Sly–Sun Counting Barrier）。

• 定理 6： 大规模获取非对角线等价于对容许世界进行近似计数（即约束图上的独立集问题）。
• 阈值： 对于最大度数 $\Delta \le 5$ 的图，该问题是多项式时间内可解的；而对于 $\Delta \ge 6$ 的图，除非 NP = RP，否则该问题是不可逼近的。
• 相变： 在度数 5 到 6 之间，存在一个空腔序参数（cavity order parameter）$(d-1)\eta \approx 1$。在阈值之下，核可以通过 Weitz 的自回避行走树（self-avoiding-walk tree）进行重构（相关性衰减）；在阈值之上，世界空间发生相分离（玻璃态），从而阻断了对全量信息的访问。
• 补救措施： 在困难区间，可以通过结合相位条件下的伤痕处理（在相位内进行精确计算）与 PSD 松弛（对跨相位耦合进行界定）来近似获取非对角线。

4. 实证结果

本文通过 300 个随机模型的“结构化因果模型测试集”验证了上述主张：

• 预测器失效： 一个强大的语言模型（Claude）和一个贝叶斯基准模型均无法表示反事实类。LLM 在 28% 的模型上返回了不可行的点估计，并在 27% 的中介效应案例中给出了错误的符号。
• 核函数成功： 使用识别出的区间和耦合的完整核函数，在 100% 的模型上覆盖了真实值，并且在已知耦合的情况下达到了机器精度。
• 容许性： 在一个“允许熔岩（permissive-lava）”的竞技场中，一个未屏蔽的预测器有 36.4% 的时间进入了禁区，而“对角线投影器”（强制执行容许性）的违规次数为 零，这证明了容许性是动作空间（action space）的属性，而非事后的过滤器。

5. 意义与主张

本文旨在重新定义“世界模型”的本质以及智能的极限：

• 智能即保持封闭能力的胜任力（Closure-Preserving Competence）： 只有当一个模型的潜状态对于容许世界的商空间是充分的，且其转移过程能保持容许集时，它才具备“反事实胜任力”。仅靠预测的模型在理论上无法满足这一标准（定理 7）。
• 非对角线是缺失的环节： 本文认为“预测不等于理解”。高预测准确率并不意味着拥有正确的世界模型，因为非对角线（跨世界耦合）并不是预测分布的函数。
• 是结构性的，而非统计性的： 预测与反事实推理之间的差距是结构性的。增加数据无法缩小这一差距，因为无法识别的量并不是数据分布的函数。
• 计算诚实性： 本文将已知的计数障碍（Sly–Sun）作为获取完整非对角线信息的边界。它并不声称能超越最坏情况下的复杂度，而是精确测量了相位极端情况下的补救措施（少相位情形）何时有效，以及何时失效（玻璃态情形）。

总而言之，本文提出世界模型是关于“何种一致性可能存在”的耦合核。其对角线是后验分布（预测所能恢复的部分），而非对角线则是跨世界耦合（预测无法提供但对反事实推理至关重要的部分）。本文提供了通过数学手段来界定、收紧和获取这一非对角线的机制，同时也承认了由计数复杂度所带来的根本性计算限制。