最近的研究关注深度神经网络（DNNs）的可解释性，特别是基于概念的解释方法。文章回顾了概念激活向量（CAVs）的性质及其对模型解释的影响，提出了新的概念激活区（CAR）构建方法，并探讨了如何利用这些概念提高模型的可解释性，旨在推动可解释人工智能的发展。