本研究提出了一种新方法——测地线集成梯度（GIG），旨在解决集成梯度法在某些情况下的错误归因问题。GIG通过将输入空间视为黎曼流形，沿测地线整合梯度，实验结果表明其在解释性方面优于现有方法。

该文综述多语种预训练语言模型的事实知识存储，提出架构适应性多语种集成梯度法，以更准确定位知识神经元，并发现语言无关神经元和退化知识神经元。相关方向包括知识神经元、知识编辑、隐私神经元检测与编辑、知识增强预训练模型以及知识图与语言模型结合。