待验证90% 置信事实时间未知
LIME（局部可解释模型无关解释）和SHAP（Shapley加性解释值）是为复杂黑箱模型提供事后解释的主要工具
1
来源数
90%
置信度
长期有效
时效性
2026/5/31
首次发现
来源
卡夫卡成为现实：AI算法决策下的现代荒诞困境
twitterlevelsio
涉及实体
相关事实
待验证SHAP（SHapley Additive exPlanations）是主流的机器学习模型解释框架，理论基础源自博弈论中的Shapley值70% 相似待验证内在可解释性指模型结构本身的透明性，事后可解释性则是对不透明模型施加外部解释技术如SHAP、LIME69% 相似待验证可说明性（Explainability）催生了LIME、SHAP等事后归因方法，面向外部用户回答为什么模型给出该输出67% 相似待验证模型蒸馏由Hinton等人于2015年系统化提出，核心是将大模型的暗知识转移给小模型，使用软概率分布作为监督信号67% 相似待验证机制可解释性致力于逆向工程神经网络内部的算法结构，与传统黑盒解释方法（如LIME、SHAP）不同66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/6966API
curl https://kongchang.com/api/v1/knowledge/claims/6966MCP
get_claim(id=6966)