本文探讨了多种模型无关的可解释性方法，如基于模拟退火的原型程序、非对称Shapley值、LIMASE和CLIMAX，旨在提高黑匣子分类器的透明度和可解释性。研究表明，这些方法在解释模型决策时直观且准确，尤其是CAGE方法通过引入因果关系提升了全局解释的可靠性。