研究人员开发了ConceptSMILE，这是一个新的模型无关框架，旨在审计人工智能中基于概念的解释的可靠性。该框架扩展了现有的基于扰动的逻辑，通过测量扰动输入区域后概念响应的变化来评估概念的可靠性。ConceptSMILE通过归因准确性、代理保真度、忠实性、稳定性和一致性等指标来评估解释。对视网膜眼底图像进行的初步评估，比较了MedSAM和视觉语言模型（VLM）导出的概念，表明不同概念和路径的可靠性各不相同。 AI
影响 提供了一种评估AI解释可靠性的新方法，可能提高对AI系统的信任度。
排序理由 该集群包含一篇详细介绍用于审计AI解释的新框架的研究论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2607.09649v1 Announce Type: new Abstract: Concept-based explainable artificial intelligence (AI) can make model reasoning more human-understandable, but concept-level outputs are not automatically trustworthy. We introduce ConceptSMILE, a model-agnostic perturbation-based a…
Concept-based explainable artificial intelligence (AI) can make model reasoning more human-understandable, but concept-level outputs are not automatically trustworthy. We introduce ConceptSMILE, a model-agnostic perturbation-based auditing framework for evaluating the reliability…