EXAGREE：实现可解释机器学习中的解释一致性

BriefGPT - AI 论文速递 ·

本研究提出EXAGREE框架，以解决机器学习中的解释分歧问题，提升模型在高风险环境中的可靠性。EXAGREE通过优化多方利益相关者的解释，在保证预测性能的同时，降低了解释分歧，提高了公平性和透明性。

EXAGREE 一致性公平性机器学习解释分歧透明性

原文中文，约300字，阅读约需1分钟。