IXThinker·2026-07-22 09:35

新正則化方法X-SHIELD 兼顧可解釋與性能

隨着AI系統在各領域成為重要組成，可解釋性需求日增。現有研究多聚焦解釋的生成與評估，如何用解釋結果反哺模型性能仍是空白。西班牙格拉納達大學團隊提出的X-SHIELD正嘗試填補這一缺口。

解釋反哺的空白

可解釋人工智能研究主要圍繞黑盒模型解釋的生成與評估展開，如何借助解釋評估結果直接改進模型表現仍待填補。事實上，解釋過程本身具備透過訓練反饋提升模型質素的潛力。