通过谱分析揭示解释质量的结构

本研究解决了当前机器学习模型在高风险领域中解释方法应用的有效性不足的问题。我们提出了一种基于解释结果的谱分析新框架，系统捕捉不同解释技术的多维属性，并发现了解释质量的两个独特因素——稳定性和目标敏感性。实验结果表明，该框架为理解解释质量提供了基础，指导了更可靠的解释评估技术的发展。