该研究提出了广义加性分解全局效应（GADGET）框架，以减少局部特征效应的交互异质性，并引入新的置换检验方法。同时，介绍了“健壮且考虑异质性积累局部影响力”（RHALE）方法，解决了累积局部影响力（ALE）方法的局限性。研究展示了基于因果效应的透明解释方法及其在真实数据集上的有效性，并提供了新的数据可视化工具和自动化数据增强方法。