本文综述了Vision Transformer（ViT）可解释性研究进展，涵盖无需梯度的显著性图方法（如ViT-ReciproCAM）、3D目标检测注意力可视化、医学影像逐层相关传播、SM-ViT细粒度分类、EL-ViT交互式分析系统及IA-ViT可解释训练等，旨在提升ViT的透明度与信任度。