本文综述Shapley值在机器学习解释中的进展，包括ShapNets实现层次化快速解释、高斯过程方法量化解释不确定性、FAE框架提供置信区间与对比解释，以及条件期望估计、相关特征处理、多项式时间逼近和非对称Shapley值等研究，用于提升可解释性与公平性检测。