引入CausalBench：一个灵活的因果分析和机器学习基准框架

本研究解决了因果学习中缺乏统一的基准数据集、算法、指标和评估服务接口的问题。本文提出了CausalBench，一个透明、公平且易于使用的评估平台，旨在通过促进科学合作以推动因果学习研究的发展。CausalBench的开发预期将显著提高因果学习研究的科学客观性、可重复性、公平性，及对偏见的意识。