研究人员推出了一种名为可解释性即服务 (XaaS) 的新型分布式架构，旨在提高边缘设备AI解释的效率和可扩展性。该系统将解释生成与模型推理解耦，允许边缘设备根据资源限制请求和缓存解释。主要创新包括具有语义检索的分布式缓存、轻量级验证协议以及用于选择解释方法的自适应引擎。在制造、自动驾驶汽车和医疗保健用例上的评估表明，在保持解释质量的同时，延迟降低了 38%。 AI
影响 赋能大规模、异构物联网系统中更透明、更负责任的AI部署。
排序理由 学术论文，提出了一种新的AI可解释性系统架构。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2602.04120v2 Announce Type: replace Abstract: Though Explainable AI (XAI) has made significant advancements, its inclusion in edge and IoT systems is typically ad-hoc and inefficient. Most current methods are "coupled" in such a way that they generate explanations simultane…