# Unit Mechanism Learning：为什么好的 unit representation 让生成机制更简单？

> 副标题：从 evidence abduce unit，再学习简洁的 outcome-generating mechanism  
> Status: owner-facing conceptual source, not a paper claim  
> Public projection: `https://research.wehub.us/blog/hcgm/dgp-framework/`  
> Discussion: `https://discord.com/channels/1467236722524950630/1521383473846292611`  
> Version: `OUTCOME-PREDICTION-GENERATION-2026-07-16-V16`  
> Updated: 2026-07-16

## 先给结论

今天的讨论最终收敛到了一个比 HCGM 更底层、也更专注的问题：

> **从 admissible evidence 中认识这个 unit，并把共享、由 unit 调节的 mechanism family 的 unit-specific instances 作为主要 modeling objects。**

我们把当前问题称为 **Unit Mechanism Learning**。它是更大的
**Unit/Context-Specific Mechanism Learning** 框架在固定 context 下的专注切片。
Context Mechanism Learning 是自然扩展，但当前不深入研究；causal / counterfactual
semantics 也只在 intervention、support、stability 与 world-linking assumptions
被明确声明后激活。

## 最小核心：world-side outcome 与 learner-side prediction 是两次不同计算

每个 observation 实际来自一个 latent modeled unit，但 active ontology 不把 observation
index 当成 unit 变量。模型级 unit-selection variable 是 \(U\)，一次 realization
\(U=u\) 是一个 token/unit 及其 embedding。共享机制先写成：

\[
Y(x)=f_\theta(x,E;U),
\qquad
Y_u(x):=f_\theta(x,E;u).
\]

本页后续若出现 $i,n,r$ 下标，只表示 observation/event bookkeeping 或与现有
potential-outcome 文献对接；它们不表示每条数据行拥有一个独立的 unit ontology。

在当前声明的 context 与时间尺度内，$U$ 的一次 realization $u$ 同时指一个 token/unit
及其 embedding；默认 token 与 embedding 一一对应。无需先引入另一层 $I\to h(I)$ 才定义 unit。
这是 modeling ontology，不是 one-shot 数据已经恢复出的 latent coordinate system；可逆重参数化仍然等价。

世界侧先选中一个真实 token，记为 $U=u^\star$。当它面对 predictors
$X=x$，并经历 event-noise realization $E=e$ 时，真实 outcome 是

\[
U=u^\star,\quad X=x,\quad E=e
\quad\Longrightarrow\quad
Y=f_\theta(x,e;u^\star).
\]

所以**计算 unit outcome** 使用的是 $u^\star,x,e$，从来不使用样本编号。
$u^\star$ 回答“哪个 token”，$x$ 回答“这个 token 面对什么 predictors”，
(e) 回答“这一次发生了什么随机 realization”。

learner-side 的问题不同：它只看到这个样本暴露的 $X=x$，因此必须先把 $x$
当作 factual evidence，对真实但不可见的 $u^\star$ 做 abduction，再调用 outcome generator。
这条 bridge 是

\[
X=x
\xrightarrow{\text{abduction about the same actual token}}
\text{point or distribution over }u
\xrightarrow[\text{query }x]{f_\theta}
Y.
\]

ordinary factual prediction 中，同一个数值 $x$ 承担两个逻辑角色：

\[
\underbrace{x}_{\text{factual evidence for }U}
\qquad\text{and}\qquad
\underbrace{x}_{\text{query to }Y_u(\cdot)}.
\]

为讨论反事实，可暂时把它们写成 $x^{\mathrm F}$ 与 $x^{\mathrm Q}$：factual
prediction 令二者都等于 $x$；alternative-input query 则用 factual
$x^{\mathrm F}=x$ 做一次 abduction，并把 query 改成 $x^{\mathrm Q}=x'$。

generic stochastic abduction 可以写成：

\[
q_\phi(du\mid O)
:=\mathcal A_\phi(O)(du)\in\mathcal P(\mathcal U).
\]

但学习器可以用三种明确的 abduction result：

\[
\begin{array}{lll}
\textbf{Point:}
& \widehat u_\phi(x)=a_\phi(x),
& \text{直接给出一个 candidate embedding};\\[3pt]
\textbf{Gaussian:}
& q_\phi(u\mid x)=\mathcal N\!\{u;\mu_\phi(x),\Sigma_\phi(x)\},
& \text{有中心与有限 covariance 的局部不确定性};\\[3pt]
\textbf{Cauchy:}
& q_\phi(u\mid x)=\prod_j\operatorname{Cauchy}
  \{u_j;m_{\phi,j}(x),\gamma_{\phi,j}(x)\},
& \text{重尾、全局开放的 candidate-mechanism uncertainty}.
\end{array}
\]

Cauchy 有 location $m_\phi(x)$ 与 scale $\gamma_\phi(x)$，但没有有限 mean / variance；
因此 location 不能叫均值，scale 也不能叫标准差。它表达的是：factual evidence 尚未排除时，
不应只因为某个 candidate unit mechanism 离“平均个体”很远就过早把它判为不可能。
它**不**表示任意 unit 都能生成任意 outcome；可生成哪些 outcomes 仍由
$f_\theta(x,E;u)$ 与 $E$ 的 support 决定。

完成 abduction 后，三条路线都调用同一个 unit-modulated outcome law：

\[
Y\leftarrow f(X,E;U),
\qquad
f_u(x,e)\equiv f(x,e;u).
\]

它们分别回答：

- $O$：一般任务中允许使用的 factual evidence；普通 regression 默认 $O=X=x$；
- $q_\phi(du\mid O)\equiv\mathcal A_\phi(O)(du)$：由 evidence 直接给出的、关于
  actual token embedding 之 candidate representations 的 learner-side abduction distribution；
- $X=x$：普通 ML 中既是当前样本暴露的 predictors / factual evidence，也作为 factual query
  送入机制；若另有 evidence 或 alternative query，再用 $O,x^{\mathrm F},x^{\mathrm Q}$ 分开；
- $E$：一次 realization 特有的 event noise；
- $u$：actual token 的 embedding realization；
- $U$：model-level unit-selection variable；candidate $u$ 调节或配置 $f$，而不是每次
  prediction 重新抽取 physical identity。

这里没有必须声明的 population prior $P_U$，也没有自动成立的 prior $\to$ likelihood
$\to$ posterior Bayesian 计算。$\mathcal A_\phi$
是模型直接学习的 stochastic abduction operator。它表达学习者仍不能排除哪些 candidate
representations，不表示 physical unit 每次调用时重新获得 identity，也不表示一条 observation
同时属于多个 units。Cauchy 是当前默认实现，不是 generic interface 本身；后续可以替换为
Gaussian、discrete / hybrid law、mixture 或 flow；point abduction 则是 deterministic 特例。

分号只是一个**角色分隔符**：左边是一次 mechanism call 的 input 与随机实现，右边是调节机制的 unit；它不额外声称条件独立。**Mechanism 不是另一个变量；mechanism 就是 $f$。**

### Representation–mechanism simplicity strategy

Unit Mechanism Learning 的 modeling bet 是：

> **如果 $u$ 捕捉了稳定、与 response 有关的 unit heterogeneity，$f_u$ 就可以保持简单。**

例如，当前可以先研究

\[
y(x)=a(U)+b(U)^\top x+\sigma(U)E.
\]

复杂性被有意识地分配：$u$ 承载跨 event 保持的异质性，$f$ 承载稳定、可解释的生成结构，$E$ 承载 event randomness。这不是为每个 unit 独立拟合一个任意函数；我们仍学习共享 map $f(x,e;u)$。

### 同一条 outcome law 的三层读法

第一层是总体中的 structural law：

\[
Y\leftarrow f(X,E;U).
\]

第二层是给定一个 candidate unit representation $u$ 后，被配置出来的 unit mechanism：

\[
f_u(\,\cdot\,,\,\cdot\,)
\equiv f(\,\cdot\,,\,\cdot\,;u).
\]

第三层是 actual unit $i$ 对应的 event realization：

\[
y^{(n)}=f_{u^{(n)}}(x^{(n)},e^{(n)})
\equiv f(x^{(n)},e^{(n)};u^{(n)}).
\]

这三个层次分别是：**总体规律、被 unit 调节的机制、一次实际发生的事件。** 大写变量描述随机变量与结构，小写变量描述这一次已经实现的值。

稳定术语是：对象用 **unit-specific mechanism**；它是 shared family 的
**unit-conditioned instance**；总体的 $f$ 是 **shared, unit-modulated mechanism
family**。不用 `unit-tailored`（容易暗示人为定制）或 `unit-specified`（关系不清楚）。

因此，一个完整的 structural event 可以写成

\[
\bigl(u^{(n)},x^{(n)},e^{(n)},y^{(n)}\bigr)
\quad\text{with}\quad
y^{(n)}=f(x^{(n)},e^{(n)};u^{(n)}).
\]

它的自然语言是：

> **由 token embedding $u^{(n)}$ 表征的一个 modeled unit 经历了一次 event；该
> event 的 input、noise 与 outcome 分别实现为 $x^{(n)},e^{(n)},y^{(n)}$。**

通常 $u$ 与 $e$ 不可直接观测，数据表中允许用于认识 token 的部分记为
$O$。$\mathcal A(O)$ 给出关于 $u$ 的 candidate uncertainty，而不是输出一个
确定 unit，更不是假装一行数据已经暴露完整的 unit。

如果当前任务只做普通预测，而且不需要区分 unit、context 或 intervention，完全可以退回熟悉的形式：

\[
P(Y\mid X=x).
\]

这不是理论退步，而是按问题所需选择最小模型。

### 与 SCM 的精确关系：不是表达能力之争

标准 SCM 通常声明 population-shared structural assignment：

\[
Y=f_Y(X,\varepsilon).
\]

固定 token realization，本来就会诱导一条 token-specific response map：

\[
f_u^{\mathrm{SCM}}(x):=f_Y(x;u,E).
\]

当前 grammar 也可通过 $\varepsilon=(U,E)$ 嵌入 SCM。因此新意不能写成
“SCM 只有 shared $f$，我们才有每个 unit 的 $f_u$”，也不能泛称“首次学习生成机制而非
predictor”。更精确的三层是：

1. **shared family**：$f(x,e;u,c)$ 跨 units 共享并由 unit/context 调节；
2. **primary modeling object**：$f_{u,c}(x,e):=f(x,e;u,c)$ 是它的 unit-specific instance；
3. **learner-side prediction**：先从 factual evidence 得到 point $\widehat u_\phi(O)$ 或
   distribution $q_\phi(u\mid O)$，再用 $f_\theta(x,E;u)$ 生成 outcome。若需要写完整
   predictive distribution，可令
   \[
   p_{\phi,\theta}(y\mid O,x)
   =\int p_\theta(y\mid x,u)q_\phi(u\mid O)\,du,
   \]
   其中 $p_\theta(y\mid x,u)$ 是 $f_\theta(x,E;u)$ 对 $E$ 诱导的分布；它不是另一个模型。

也就是说，区别落在 modeling target、factorization 与 one-shot learning boundary，
而不是 UML 比 SCM 多表达了一类函数。

## Outcome prediction 与 outcome generation 学的是不同对象

这是理解 Unit Mechanism Learning 最重要的一刀。

普通 supervised learning 首先学习由总体样本估计的 observational conditional law；
Unit Mechanism Learning 则显式拆出它内部的两步：用 predictors $X=x$ 作为 evidence
abduct unit，再把同一个 $x$ 与 abduction result 送入 unit outcome generator。普通 factual
prediction 可写成

\[
\widetilde u\sim q_\phi(u\mid X=x),
\qquad
\widetilde E\sim p_E,
\qquad
\widetilde Y=f_\theta(x,\widetilde E;\widetilde u).
\]

若是 point abduction，则把第一步换成 $\widetilde u=\widehat u_\phi(x)$。若只需要一个
regression point summary，Gaussian 路线可在期望存在时计算

\[
\widehat y(x)
=\mathbb E_{\widetilde u,E}
\left[f_\theta(x,E;\widetilde u)\right].
\]

Cauchy 路线不能默认把这个式子称为 conditional mean，因为 Cauchy 没有有限 mean；应报告
predictive location / median、quantiles、interval calibration 或完整 predictive distribution。

Outcome generation 学的是另一种对象：

\[
Y\leftarrow f(X,E;U,C),
\qquad
p_\theta(y\mid x,u,c)
:=\mathcal L_E\!\left(f_\theta(x,E;u,c)\right).
\]

它回答：**对这个 unit，在这个 context 下，结果如何由 mechanism input 与 event noise
产生？** 因而即使 $x$ 相同，不同 $u$ 或 $c$ 也可以诱导不同的 outcome law。

> **Outcome prediction 学习“看到这些信息时，结果通常是什么”；outcome generation
> 学习“对这个 unit，在这个 context 下，结果如何由输入、机制与事件噪声产生”。**

两者不是互斥模型，而是分辨率不同、方向不对称：

\[
\text{mechanism family + observational mix + event noise}
\Longrightarrow P_{\mathrm{obs}}(Y\mid X).
\]

给定完整 mechanism family、样本中 unit/context 的 observational mix 和 event noise，
可以得到 population conditional；但只看到 $P_{\mathrm{obs}}(Y\mid X)$，通常不能唯一反推出
$f_{u,c}$ 以及这些 mixing / noise 结构。普通预测是 DGP 在特定 sampling / observation process
下的投影；Unit Mechanism Learning 试图学习产生该投影的、更细的共享 mechanism family，
而不是给 $n$ 个样本各拟合一个无关函数。

### Predictors $X=x$ 是 evidence；只有声明过的分量才有 mechanism / causal role

在当前普通 ML slice 中，我们刻意沿用读者熟悉的 $X=x$：它首先是 learner 看见的
predictors / factual evidence，也作为 factual outcome query。这个双重角色不等于 $X$ 的
每个分量都是现实世界中 $Y$ 的 cause。冰淇淋销量可以预测另一项季节性指标，并不意味着
干预冰淇淋销量就会生成那项指标。

在更完整的 DGP 语言里，最好把三个角色分开：

- $O$：一般化 factual evidence；普通 regression 中默认 $O=X=x$；
- $x^{\mathrm F}$：看到的 factual predictors，用来做 abduction；
- $x^{\mathrm Q}$：送入 unit mechanism 的 query；factual prediction 时 $x^{\mathrm Q}=x^{\mathrm F}=x$，
  alternative-input prediction 时 $x^{\mathrm Q}=x'$。

如果某个 feature 只提供 identity evidence、并不被声明为 response mechanism input，可在
更一般的任务里把它留在 $O$ 中；如果确实询问把 mechanism input 设为 $x$ 的潜在结果，则写

\[
Y_u(x)\leftarrow f_\theta(x,E;u).
\]

因此，不建议写

\[
x\to U\sim \operatorname{Cauchy}(m_\phi(x),\gamma_\phi(x)),
\]

因为箭头很容易被读成“$x$ 在世界中生成或重抽 $U$”。更清楚的写法是把箭头指向
learner-side abduction result，而不是把 predictors 写成 physical identity 的 cause：

\[
q_\phi(du\mid O):=\mathcal A_\phi(O)(du).
\]

若采用当前 Cauchy 路线，则

\[
q_\phi(u\mid O)
=\prod_j\operatorname{Cauchy}\!\left(u_j;m_{\phi,j}(O),\gamma_{\phi,j}(O)\right).
\]

它表达的是 **evidence-indexed abduction over candidate unit representations**，而不是 causal generation，
也不是未经构造便自动成立的 Bayesian posterior。$m_\phi$ 是 location，不是 mean；
$\gamma_\phi$ 是 scale，不是 standard deviation。写出 unit-level structural equation，也只是声明一个可学习、
可检验的 outcome-generation model target；它不保证已经识别真实物理机制，更不自动获得
causal / counterfactual semantics。

## 为什么主设定是 `events_per_unit=1`

当前训练 protocol 有意采用 one-shot factual regime：

\[
\mathcal D_N=\{(O^{(n)},X^{(n)},Y^{(n)})\}_{n=1}^N,
\qquad
Y^{(n)}=f_\theta(X^{(n)},E^{(n)};u^{(n)}),
\qquad
\texttt{events\_per\_unit}=1.
\]

这不是数据不足的权宜设定。当 $X$ 被赋予 action / treatment 语义时，它正对应
potential-outcome 问题：一个 unit 只在 assigned intervention 下暴露 factual outcome，
alternative interventions 下的 responses 保持 missing。学习 input dependence 的信息来自
population 中不同 units 的 $X^{(n)}$ variation、admissible evidence 与共享 mechanism family，
而不是要求同一个 unit 被重复施加多个 treatments。

Synthetic evaluator 可以因为掌握声明的 DGP，而为同一个 hidden \(u^{(n)}\) 保存
alternative-input response grid；但这份 oracle truth 不能进入 training、early stopping 或
model selection，也不增加 factual event count。若现实数据有 repeated natural events，
它们属于额外的 longitudinal regime，并不自动等于 alternative interventions。

## 样本不是 unit：它是 unit 经历的一次 event

单次抽样数据里，样本下标 $n$ 只是账本里的行号；$u^{(n)}$ 是该行背后 token 的
embedding realization。一行样本不是 unit 本身，而是这个 token 经历的一次 event。

这也是为什么不建议让 observation index 充当 unit ontology：它容易把一次 factual slice
误写成 unit 的完整 response function。框架也能表达 repeated observations，但那是显式
 opt-in 的扩展：让 $n,r$ 索引 observation/event；world side 保持 actual
$u^{(n)}$，learner side 保持由 factual evidence 得到的同一条
$q_\phi(du\mid O^{(n)})$，只让 event input 与 noise 随事件变化。

这里需要区分 inference 与 generative semantics：普通 marginal prediction 固定的是
$q_\phi(du\mid O)$，对每个 candidate $u$ 评价 response 后做 composition；只有当 longitudinal /
joint task 需要一条 coherent sampled mechanism 时，才从这条固定 law sample 一次 candidate
$U$ 并跨 events 复用。即使共享了 sampled candidate $u$，event-noise coupling 仍需另行声明。

\[
u\sim q_\phi(\cdot\mid O),
\qquad
y^{(n,r)}=f_u(x^{(n,r)},e^{(n,r)})
\equiv f(x^{(n,r)},e^{(n,r)};u).
\]

这里 $j$ 是观测 / mechanism call 的索引，不是默认直接送进 $f$ 的数值输入。只有当 clock time 本身具有未被 state 或 context 吸收的生成作用时，才应把时间显式加入机制；真正的 dynamic model 通常更自然地引入 state transition，而不是仅仅把时间索引塞进静态 $f$。

这里：

- actual $u$ 在 world side 跟随同一个 token 保持；candidate sampling 只服务 joint learner-side semantics；
- $x^{(n,r)}$ 是该 token 第 $r$ 次 event 的 mechanism input；
- $e^{(n,r)}$ 是 event-level randomness，因此同一 token、同一 nominal context 也可能出现不同 realization。

“连续 random draws 几乎必然不相等”不能替代 identity contract。本页把 modeled token
与 embedding $u$ 的一一关系列为 explicit assumption，但 one-shot data 不因此
识别坐标系或 actual $u$。同时，token–embedding 一一关系不要求 response map
$u\mapsto f_u$ injective：不同 units 可以拥有不同 representations，却是
response-equivalent。一个好的 representation 仍必须由 query time 可用的 $O$ 支持，不是
样本 ID，并在 held-out-unit 与 alternative-input evaluation 中提供可检验价值。

## 更大的 Unit/Context-Specific Mechanism Learning 框架

完整的 outcome-generation grammar 可以写成

\[
Y\leftarrow f(X,E;U,C),
\]

而第 $n$ 个 event 的 bookkeeping realization 是

\[
y^{(n)}=f_{u^{(n)},c^{(n)}}(x^{(n)},e^{(n)})
\equiv f(x^{(n)},e^{(n)};u^{(n)},c^{(n)}).
\]

这里 $U$ 与 $C$ 都调节 $f$，但它们不是两个可互换的 latent code：

- **$u$ 回答“谁”**：它是 token 在选定时间尺度上跨 event 保持的 embedding；$q_\phi(du\mid O)$ 表达 learner 对这个“谁”的 candidate uncertainty。
- **$C$ 回答“处于什么环境”**：它可以是 site、institution、task、time regime 或 policy environment；同一 context 可被多个 unit 共享，同一 unit 也可进入不同 context。
- **$E$ 回答“这一次的随机实现如何”**：它是在 $X,U,C$ 给定后仍随 event 变化的 randomness，不能与 context 混为一个无所不包的状态。
- **$X$ 回答“这一次 mechanism call 输入了什么”**：它是显式生成输入，不是任意能预测 $Y$ 的 observed feature。

$O$ 可以包含 context measurements，也必然是在某个 context 中采集的 evidence；
但 $\mathcal A(O)$ 输出的是关于 candidate $u$ 的 distribution，不是一个确定
embedding。不能因为 evidence 带有环境信息，就让
$U$ 静默吞掉 $C$。若 $C$ 未观测，对 context 的推断是另一个 modeling problem，
而不是 Unit Abduction 自动拥有的语义。

这个区分可以用两个固定操作看得最清楚：

\[
\underbrace{f_{u_1,c}\not\equiv f_{u_2,c}}_{\text{same context, unit-level heterogeneity}},
\qquad
\underbrace{f_{u,c_1}\not\equiv f_{u,c_2}}_{\text{same unit, context-level variation}}.
\]

第一项说明：**即使在同一 context，不同 unit 的 mechanism 仍可不同。**
第二项说明：**即使是同一 unit，进入 alternative context 后的 mechanism 也可不同。**
$\not\equiv$ 表示框架允许这种 variation，不是声称任意两个 unit 或 context labels
都必然改变 response law。

对同一 token 的 repeated events，可用 bookkeeping 上标写成

\[
y^{(n,r)}=f_{u^{(n)},c^{(n,r)}}(x^{(n,r)},e^{(n,r)})
\equiv f(x^{(n,r)},e^{(n,r)};u^{(n)},c^{(n,r)}).
\]

$u^{(n)}$ 跟随 token 保持，$c^{(n,r)}$ 与 $e^{(n,r)}$ 可随 event 变化。但 context 是可在
units / events 之间复用和比较的生成条件，$e_{j,t}$ 则是该条件下的一次随机实现。

### 为什么当前仍专注 Unit Mechanism Learning？

当前先固定

\[
C=c_0,
\qquad
f_{u,c_0}(x,e)\equiv f_u(x,e).
\]

这不是把 context 删除，而是先隔离 umbrella 中最细粒度的异质性：在环境不变时，
好的 candidate-unit representation geometry 能否让 unit-specific mechanisms 在共享的
unit-modulated family 中变得简单、稳定？

因此当前工作不同时声称解决 multi-context identification、transportability 或
alternative-context mechanism recovery。只有 query 真正询问同一 unit 在 $c'$ 下会如何，
才进入 Context Mechanism Learning，并额外要求 cross-context data、support、invariance 或
transport assumptions。

最后还有一条边界：如果 context 只改变 selection、measurement 或 input distribution，
它应进入 observation / sampling model；只有 context 改变 response law 时，才需写入
$f_{u,c}$。

## 常见技术模型怎样放进这两条式子？

关键不是把 existing research 硬塞进一个大模型，而是展示它们如何成为这两条式子的**不同特例**：

```text
general two-equation frame
  -> 固定、折叠或激活某个角色
  -> 得到熟悉的 model shape
  -> 对应一条 existing research line
```

| 从 general frame 做什么 | 得到的 model shape | Existing research anchors |
|---|---|---|
| 把 $U,E$ 都折叠掉，令 observed $X$ 直接索引预测 | $P(Y\mid X)$ | supervised learning、regression、classification、calibration |
| 保留 $q_\phi(du\mid O)$，让 candidate $u$ 配置共享 family 中的 $f_u$，但不赋予 intervention 语义 | Unit Mechanism Learning | mixed-effects models、mixture models、meta-learning、probabilistic embeddings |
| 要求从 observations / interventions 中学到有意义的 $U$ | causal representation | [Interventional Causal Representation Learning](https://proceedings.mlr.press/v202/ahuja23a.html) |
| 把 $X$ 解释为 treatment / action，并在 learner-side query 中固定 factual $x$ 得到的 $q_\phi(du\mid x)$；joint sampled semantics 再复用同一 candidate $u$ | $Y_u(x)$ 或 intervention-indexed generation | [potential outcomes](https://doi.org/10.1037/h0037350)、[SCM / SEM](https://ftp.cs.ucla.edu/pub/stat_ser/r260-reprint.pdf)、HTE / personalized treatment |
| 把固定的 $c_0$ 放开为 $c$，并追问什么保持稳定 | Context Mechanism Learning（future extension） | [Joint Causal Inference](https://www.jmlr.org/papers/v21/17-123.html)、domain generalization、[Invariant Risk Minimization](https://arxiv.org/abs/1907.02893)、transportability |
| 引入跨 event 的 state / dependence；event index 只负责索引 | dynamic / sequential generation | [state-space models](https://doi.org/10.1115/1.3662552)、system identification、MDP / RL、[World Models](https://arxiv.org/abs/1803.10122) |
| actual $u$ 在 worlds 间保持；sampled joint semantics 保持同一个 candidate $u$，并明确不同世界的 $E$ 如何 coupling | token-level structural counterfactuals | structural counterfactual models、DiscoSCM、causal applications on the legacy HCGM route |

因此，框架的价值不是“覆盖了所有研究”的 theorem，而是一张 **specialization map**：看到一个问题时，可以先识别它激活了哪些角色，再进入最合适的 existing research，而不必从头发明建模语言。

## 什么时候应该把大框架折回去？

只有 query 需要时才展开：

1. **只问普通 predictive distribution**：直接写 $P(Y\mid X=x)$ 即可。
2. **要追踪同一个体**：展开 $U$。
3. **要讨论环境迁移、站点差异或时间变化**：再从固定的 $c_0$ 扩展到 Context Mechanism Learning。
4. **要解释同一 unit 的多次 realization 或讨论 cross-world coupling**：展开 $E$ 及其 coupling assumption。
5. **要问 intervention / policy / treatment**：把 mechanism input $X$、target value $x$ 与 factual evidence $O$ 明确分开。

这给出一个重要的 modeling discipline：

> **先写 identity ontology 与 Unit Mechanism Learning 的两条学习式；只有一个
> distinction 会改变答案时，才继续展开。**

而底层 event representation 是整张 specialization map 的 semantic checksum：无论模型怎样折叠角色，都应该能回答“哪一个 unit、经历了哪一次 event、哪些量只是 evidence、哪些量真正进入 mechanism”。否则 $U$ 会退化成样本 ID，$E$ 会退化成 residual，$f$ 也会重新变成没有生成语义的 predictor。

## Unit Mechanism Learning 真正特别的地方

它的价值不应该表述成“它包含了所有模型”。更锋利也更诚实的表述是：

- 把 unit heterogeneity 当成 primitive，而不是 pooled residual；
- 把 representation quality 与 mechanism simplicity 放在同一个 modeling tradeoff 中；
- 区分 factual evidence 与 target condition；
- 让 candidate-unit mechanism evaluation 与对 representation uncertainty 的 Reduction 分开；
- 当同一 unit 在不同世界或不同 occasion 出现时，明确说明 event noise 是重新采样、共享，还是通过某个 coupling 关联；
- 允许 Cauchy-affine 等具体 family 为 unit selection 或生成机制提供 robustness 与 closed-form outcome distribution，但不把具体 family 冒充成整个 DGP ontology。

最短的一句话是：

> **Unit/Context-Specific Mechanism Learning 给出完整坐标；当前固定 context，假设一个
> latent modeled unit 对应一个稳定 representation，由 evidence 推断 candidate-representation
> uncertainty，让每个 candidate $u$ 决定 shared family 中的 unit-specific instance，并把
> reduction 后的 conditional response 作为 one-shot predictive target。**

## 参考入口

- Judea Pearl, [*The Causal Foundations of Structural Equation Modeling*](https://ftp.cs.ucla.edu/pub/stat_ser/r260-reprint.pdf)：structural assignments、interventions 与 potential responses 的共同语义入口。
- Donald Rubin, [*Estimating Causal Effects of Treatments in Randomized and Nonrandomized Studies*](https://doi.org/10.1037/h0037350)：potential-outcome 视角的经典原始论文。
- Joris Mooij et al., [*Joint Causal Inference from Multiple Contexts*](https://www.jmlr.org/papers/v21/17-123.html)：把 context variables 显式纳入多环境 causal modeling。
- Kartik Ahuja et al., [*Interventional Causal Representation Learning*](https://proceedings.mlr.press/v202/ahuja23a.html)：说明 causal representation 的识别需要 intervention 与结构性 assumptions。
- Diederik Kingma and Max Welling, [*Auto-Encoding Variational Bayes*](https://arxiv.org/abs/1312.6114)：latent-variable generative modeling 的代表性接口；它本身并不赋予 causal semantics。