本文探讨了通过心灵理论和透明AI系统提升人机交互信任的方法，提出了多代理辩论修正框架（MADR），以增强大型语言模型生成解释的忠实性。研究表明，优化机器解释的合理性不足以提升可理解性，强调了评估目标的重要性，并提出了改进建议。

该研究使用心灵理论建模人的意图、机器理解和人对机器的理解，生成更优质的AI解释框架，提高人们对复杂机器学习模型的信任。实验表明该框架在3个视觉识别任务中效果更好。