本研究针对可解释机器学习中的反事实解释模型CELS的局限性，提出了一种改进方法，通过去除掩模归一化来增强解释的有效性。实验结果表明，该方法在有效性和信息性上优于CELS，可能提升AI系统的可信度和透明度。