可解释性圈热议 NLA 输出的可信度问题

可解释性研究者 banburismus 对 NLA（非线性表征/机制可解释性分析类方法）的走红提出质疑：这类方法的输出如何在「机制上是对的」这一意义上获得信心？随后 thebasepoint 等人加入讨论，将当前对 NLA 输出的信任度类比为相关性读出，认为目前学界对此类输出的信任程度并不高，相关争议在可解释性社区持续发酵。

2026-09-25 ~ 2026-09-27 · 2 条相关