从灵活性到操控：可解释人工智能评估的滑坡

本研究探讨了可解释人工智能（XAI）评估中的一个基本问题，即缺乏真实解释标签导致定量评估困难。作者通过示范如何利用评估过程中的灵活性进行操控，展示了超参数设置的微小调整如何显著影响评估结果，并提出了一种基于超参数排名的缓解策略，以增强评估过程的鲁棒性。这项工作强调了进行可靠的XAI评估的挑战，以及在评估中采取整体和透明方法的重要性。