研究人员开发了一个名为 Comp-MCTS 的新框架，用于在固定预算内高效生成预测模型不利决策的多个可操作的反事实解释。该方法通过优化固定预算内的 LLM 调用次数来解决使用大型语言模型 (LLM) 的计算成本问题。在真实数据集上的实验表明，Comp-MCTS 在生成独特且经过验证的反事实方面显著优于现有基线，在数量、质量和效率之间取得了良好的平衡。 AI
影响 在计算约束下提供可操作的追索选项，从而提高 AI 决策的可解释性。
排序理由 该集群包含一篇研究论文，详细介绍了使用 LLM 生成反事实解释的新方法。[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 →