待验证50% 置信事实精确时间
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
1
来源数
50%
置信度
长期有效
时效性
2026/9/27
首次发现
来源
涉及实体
相关事实
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arXiv74% 相似已验证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71% 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71% 相似待验证研究表明当用户能够理解AI的行动意图时，其对系统的信任度和审批决策质量都会显著提升，这是可解释AI（XAI）领域的核心关切69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/954274API
curl https://kongchang.com/api/v1/knowledge/claims/954274MCP
get_claim(id=954274)