研究人员推出了CEL（Comprehensive Counterfactual Explanations Library and Benchmark），以应对评估可解释人工智能（xAI）方法所面临的挑战。现有研究在数据划分、模型和指标方面常常缺乏一致性，阻碍了客观比较。CEL提供了一个统一的框架，包含18个数据集和14种反事实方法的实现，能够跨越有效性、覆盖率和合理性等各种指标进行可复现且公平的评估。该基准测试旨在为评估现有方法建立标准，并作为开发未来xAI技术的平台。 AI
影响 标准化了可解释人工智能方法的评估，有望加速该领域的研发。
排序理由 该条目描述了一篇介绍用于评估人工智能方法的新库和基准测试的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
