新框架RecourseBench增强了可复现AI追溯评估

研究人员推出RecourseBench，一个旨在标准化算法追溯方法评估的新模块化框架。该框架强调模块化、可复现性和交互性，将评估流程分解为五个不同的层级。RecourseBench包含一个自动化测试套件，用于验证集成方法相对于其原始报告结果的可复现性，弥补了先前基准测试中的一个重大空白。该系统目前支持28种最先进的追溯方法，并提供了一个交互式Web界面以实现灵活的比较。 AI

影响 增强了AI追溯方法的可靠性和可比性，可能加速可解释AI的进展。

排序理由 该集群描述了一篇介绍用于评估AI方法框架的新学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• Connected Papers
• DagsHub
• Gotit.pub
• Hugging Face
• Litmaps
• RecourseBench
• ScienceCast
• SciTE

• 论文
• 其他

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