在因果图模型中，我们正式化了验证的概念：即判断一个给定的观察公式是否识别目标干预分布。这一问题与识别问题互为补充，关注的不是是否存在任何识别公式，而是给定的公式是否具有识别性。我们证明，即使是健全且完整的识别解决方案，也无法解决验证问题。为此，我们提出了一种反驳者作为前进的第一步，证明它为正则指数族模型引入了几乎肯定正确的验证器，并利用所得到的验证器开发了网关测试，该测试能够找到适用于前门公式的所有可接受集合。
博主点评： 该研究为因果推断领域提供了新的视角，强调了验证与识别之间的区别，并通过构建有效验证器推进了理论发展，未来可能在复杂的因果模型分析中发挥重要作用。