English(EN) Beyond Proxy Metrics: MLLMs as Human Surrogates for Explainable AI Evaluation

多模态大语言模型被测试为可解释人工智能评估中的人类代理

作者 PulseAugur 编辑部 · [1 个来源] · 2026-11-11 05:00

研究人员探索了使用多模态大语言模型（MLLMs）作为可解释人工智能（XAI）领域人类评估的替代方案。开发了一个新的框架来衡量MLLMs和人类的解释效用，旨在降低XAI评估的成本并提高其可扩展性。对十四个流行MLLMs进行的实证测试表明，来自OpenAI和Qwen的模型表现出更高的对齐度，表明它们在XAI研究中作为人类测试的可靠代理具有潜力。 AI

影响有可能简化和扩展人工智能可解释性方法的评估，减少对昂贵的人类研究的依赖。

排序理由研究论文提出了一种使用多模态大语言模型进行XAI的新评估框架。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 37 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 研究论文提出了一种使用多模态大语言模型进行XAI的新评估框架。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, other; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Eoin M. Kenny, Salim I. Amoukou, Tom Bewley · 2026-11-11 05:00

超越代理指标：MLLMs作为可解释AI评估的人类代理

arXiv:2611.13926v1 Announce Type: new Abstract: Explainable AI (XAI) has expanded into a broad and impactful research area, but the fundamental question of how best to evaluate explanation techniques has proven frustratingly elusive. Methodologies typically revolve around either …

本文如何被排名

报道来源 [1]

超越代理指标：MLLMs作为可解释AI评估的人类代理

相关实体

相关话题