本研究利用大型语言模型预测患者吸烟状态，解决了未观察到的混杂因子导致的治疗效果偏误。结果表明，该方法能有效估计转胸心脏超声对死亡率的因果影响，为因果推断提供了新思路。

本研究改进了大规模语言模型预训练中训练数据归属的方法，提高了处理超大规模数据集的效率。结果表明，该方法在识别影响模型预测的实例方面表现优异，揭示了事实归属与因果影响之间的错位，提示随着模型规模和数据的增加，影响与归属关系更加紧密。

本文研究了社交图中代理之间的因果影响，并提出了评估代理影响力和学习模型参数的算法。通过推导出表达式揭示因果关系和解释影响流动，验证了算法的有效性。

本文研究了社交图中代理之间的因果影响，并提出了一种算法来评估代理的整体影响力。通过验证结果和算法的有效性，揭示了代理之间的因果关系和影响流动。