Skip to content
Hot eventLive

XAI忠实度指标结构性错位立场论文

1 reports1 sources2 hr ago updated

Get the story

AI overview

2026年10月12日，一篇立场论文在arXiv（Statistics Machine Learning，编号2610.12493）发布，题为“XAI 特征重要性忠实性指标的结构性错位”。论文指出，XAI工具未能提升对机器学习模型的信任，反而导致对错误预测的过度依赖与算法厌恶，目前主要作为调试工具使用。作者归纳现有faithfulness指标的五大缺陷，认为这些缺陷使忠实性量化不可行或计算代价高昂，并提出四条研究路径以增强可靠性。该文已提交至IJCAI-ECAI 2026 XAI研讨会。

Generated from reports · updated 2 hr ago

LatestOct 12
立场论文发布并提交IJCAI-ECAI 2026 XAI研讨会，指出忠实性指标五大缺陷并提出四条研究路径。

Timeline

Follow the coverage from different angles.

Oct 12, 2026
  1. arXiv · Statistics Machine Learning
    立场论文：XAI 特征重要性忠实性指标的结构性错位

    一篇立场论文指出 XAI 工具未能提升对机器学习模型的信任，反而导致对错误预测的过度依赖与算法厌恶，主要作为调试工具使用。论文归纳现有 faithfulness 指标的五大缺陷，指出其使忠实性量化不可行或计算代价高昂，并提出四条研究路径以增强可靠性。该文提交至 IJCAI-ECAI 2026 XAI 研讨会，arXiv 编号 2610.12493。

Heat trend

There is not enough continuous observation data to draw a trend yet.