因果基础模型（Causal Foundation Models）实用入门：用上下文学习估计因果效应

因果基础模型（CFMs）是一类预训练神经网络，无需更新模型参数，即可通过上下文学习在全新数据集上估计平均处理效应等因果量。该工作为这一新兴方向提供实用入门，梳理因果推断与机器学习的必要背景，并附示例代码与 Jupyter notebooks。