Proactive Pseudo-Intervention——因果推断与对比学习结合，用于寻找因果特征
Proactive Pseudo-Intervention: Causally Informed Contrastive Learning For Interpretable Vision Models是2021年发表在CVPR上的一篇关于因果推断与对比学习相结合的文章。本文出发点当前深度学习模型大多是基于统计模型的数据驱动方式来学习，这种黑盒子的方式虽然可以直接通过数据来学习其隐含的相关性，但是也存在着许多的问题，例如：模型的可解释性差，以及当数据量不足或者数据类别分布不均匀时，模型出现的过拟
