已验证65% 置信事实时间未知
LIME和SHAP是可解释AI（XAI）领域中尝试事后解释模型行为的方法
3
来源数
65%
置信度
长期有效
时效性
2026/5/31
首次发现
来源
Altara Tech用OpenAI模型革新科研工作流：多模态数据处理与透明AI
twitterOpenAIDevs
涉及实体
相关事实
待验证AI可解释性领域主要分为事后解释（以LIME、SHAP等方法为代表）和本质可解释模型（如决策树、线性回归、概念瓶颈模型）两大技术路线80% 相似待验证XAI-Arena是一个用大语言模型作为裁判来对可解释AI（XAI）方法产出的解释进行比较性评估的框架，发表于arXiv72% 相似待验证可解释AI（XAI）技术如SHAP值和LIME方法试图让算法决策逻辑对人类可理解，但在复杂深度学习模型上应用仍面临挑战72% 相似待验证可解释性研究（XAI）是试图让模型决策过程能被人类理解的学术与工程方向71% 相似待验证具身推理是指AI模型在具备物理身体的前提下，对环境进行感知、理解、规划并执行动作的能力70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/13017API
curl https://kongchang.com/api/v1/knowledge/claims/13017MCP
get_claim(id=13017)