BriefGPT - AI 论文速递 · 2025-05-12T00:00:00Z Tuning for Trustworthiness: Balancing Performance and Explanation Consistency in Neural Network Optimization 💡 原文英文，约100词，阅读约需1分钟。 📝 内容提要 本研究探讨了超参数调优和神经架构优化中的可解释性问题，提出了XAI一致性的新概念和量化指标。通过将其整合入多目标优化框架，发现平衡预测性能与解释稳健性可以实现更可靠的模型选择。 🏷️ 标签 XAI一致性 network performance 可解释性 多目标优化 神经架构优化 超参数调优 阅读原文 生成长图 分享链接 已复制链接
