该文综述大语言模型自解释研究，采用自洽性检查衡量解释忠实度，发现忠实度因任务和模型而异：情感分类中Llama2提供反事实解释，Mistral进行重要性度量，Falcon 40B的删除解释更忠实，且对提示变体稳健。此外还涉及解释评估、事实核查的依赖风险及神经符号增强伦理推理。