本文分析了大型语言模型（LLMs）在因果推理中的能力，指出其在回答因果问题时的优势与不足。尽管LLMs能够结合现有因果知识，但在发现新知识和高精度决策方面仍存在不足。研究提出了新的任务和数据集，以评估LLMs的因果推理能力，并探讨了未来的研究方向，包括显式和隐式因果模块的应用，以提升模型的可靠性和效率。