一篇新近发表在arXiv上的研究论文，探讨了可解释人工智能（XAI）方法的功能正确性与人类理解之间的关系。研究人员进行了一项包含200名参与者的用户研究，将解释的正确性分成了四个层级进行操纵。研究结果表明，虽然解释的正确性确实会影响人类的理解，但并非所有正确性上的差异都能转化为可辨别理解能力的改变。具体来说，只有当正确性低于70%时，理解能力才会显著下降，而在55%时则没有进一步下降。此外，即使是完全正确的解释也不能保证理解，因为一些参与者仍然表现不佳，这表明需要根据实际人类结果来验证计算型XAI指标。 AI
影响 强调了XAI评估指标需要与实际人类理解能力保持一致的必要性，可能指导未来更有效的AI解释工具的开发。
排序理由 发表在arXiv上的研究论文，详细介绍了关于XAI的用户研究。[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 →
