标签
介绍了ERP-XTTN，一种无需校准即可跨被试进行可解释ERP分类的交叉注意力架构。在多个数据集上评估，它取得了与黑盒模型相媲美的性能，同时提供了透明的路由洞察。
本文针对AI增强型课堂提出了一种可解释的决策层，通过结合教师和学生反馈，在不使用成绩的情况下对需要关注的课程主题进行排序。该方法能够揭示孤立学习者，并在初步研究中与教师关注点保持一致。
本文介绍了Ex-ToxiCN-MM——首个中文有害迷因解释数据集，以及知识库C-HarmKB和归因分析框架RIKE，通过考虑文化背景和语义模糊性，提升有害迷因的可解释检测能力。
本文提出了一种基于注释者间一致性和标签解耦的可解释文本表示的操作性标准，并引入了LLM辅助特征发现（LFD）方法，该方法通过跨LLM一致性筛选和残差预测增益来选择清晰、标签解耦的特征。实验表明，LFD在保持预测性能的同时，产生了更可解释的特征，并通过人工审计进行了验证。
OceanCBM 是一种用于海洋预报中时空预测和机制可解释性的概念瓶颈模型，它采用混合监督来预测混合层热含量，同时施加软物理结构。该模型在不牺牲预测技能的情况下，实现了可解释、基于物理的表示。