待验证50% 置信事实精确时间

SHAP值和LIME是常用的局部可解释性方法，能够量化每个特征对单次决策的贡献度

1

来源数

50%

置信度

长期有效

时效性

2026/8/30

首次发现

来源

交易AI Agent决策阈值设计：固定阈值vs动态调整怎么选

涉及实体

SHAPtechnology LIMEtechnology

相关事实

待验证SHAP值通过博弈论中的沙普利值方法量化每个特征对单一预测结果的贡献度，LIME通过在预测点附近构建局部线性近似模型解释个案决策79% 相似已验证SHAP基于博弈论中的Shapley值，能够量化每个特征对最终预测结果的贡献度，是目前工业界应用最广泛的解释性工具之一76% 相似待验证SHAP的核心思想是将每个特征对模型预测的贡献量化，使得所有特征贡献之和等于模型预测值与基线值的差74% 相似待验证SHAP用于特征归因（解释每个特征对预测的贡献度），DiCE用于生成多样化的反事实样本，二者互补71% 相似待验证多模态模型在'何时使用何种能力'的精细判断上容易出现越界行为67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/823685

API

curl https://kongchang.com/api/v1/knowledge/claims/823685

MCP

get_claim(id=823685)