该研究探讨了提高神经网络中间层概念激活可靠性的方法，包括对抗性激活向量和改进的Gram-Schmidt过程。提出了可解释人工智能中的概念分析方法，分析了深度神经网络的可解释性和性能，并展示了如何通过无监督概念发现和选择机制改善模型性能，缩小与黑盒模型的差距。