本研究通过引入Shapley交互（SIs）解决了Shapley值在特征归因和数据估值中的局限性，提升了对黑箱模型的理解。shapiq是一个开源Python包，整合算法，高效计算Shapley值和SIs，并提供基准测试工具评估性能。

该论文介绍了一种数据估值的框架，用于量化每个数据对特定机器学习模型的训练的贡献，并提出了2D-OOB，一种超出样本估计框架，用于检测和纠正细粒度异常值和定位数据毒化攻击中的后门触发器。