本文探讨了可解释人工智能(XAI)方法评估中的不足之处,特别是在处理静态和演化数据时。文章以用于偏见检测和概念遗忘的DetoxAI系统为例说明了这些挑战,并提出了一个基于人类的图像分类解释评估方法。研究还探讨了将反事实解释适应演化数据流,并讨论了数据、模型和解释的共同演化的复杂性。 AI
影响 强调了为AI解释方法建立稳健评估框架的必要性,这对于可信赖的AI部署至关重要。
排序理由 该集群包含一篇讨论AI研究发现和方法的学术论文。
- arXiv
- CORE Recommender
- DagsHub
- DetoxAI
- EASi 2026 Workshop
- explainable AI
- Hugging Face
- IJCAI-ECAI 2026
- Jerzy Stefanowski
- Springer CCIS
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →