在本文中，我们提出了一个全面框架，用于评估各种可解释人工智能（XAI）方法的可解释性，如 LIME 和 SHAP，跨多个数据集和机器学习模型，最终目标是创建一个统一的多维可解释性评分。
我们的研究方法着重于可解释性的三个关键方面：忠实性、简洁性和稳定性。我们利用基准实验系统地评估这些方面，并利用获得的洞察构建一个离线知识库。该知识库捕捉每个注册模型的可解释性评分，作为上下文依赖评估可解释性的宝贵资源。
通过分析 AI 模型、数据集和 XAI 方法的互补特性及元数据，知识库将能够对之前未见的数据集和模型估算可解释性评分。忠实性、简洁性和稳定性等属性可能会根据数据集、基础模型和最终用户的领域专业知识显著变化。
我们通过将框架应用于三个开源数据集，展示了我们的研究成果，并讨论了所获得结果与数据集特征之间的关系。我们的工作为日益增长的可解释人工智能领域贡献了一种强大而多功能的工具，用于评估和比较各种 XAI 方法的可解释性，最终支持更透明和可信的 AI 系统的发展。
博主点评： 本文提供了一个系统的评估框架，极大地推动了可解释人工智能领域的研究，尤其是在如何量化可解释性方面。通过构建知识库，研究者可以更有效地比较不同模型的可解释性，同时为未来的研究提供丰富的数据支持，增强了 AI 应用的透明度和信任度。