已验证65% 置信事实时间未知

LIME和SHAP是可解释AI（XAI）领域中尝试事后解释模型行为的方法

3

来源数

65%

置信度

长期有效

时效性

2026/5/31

首次发现

来源

Altara Tech用OpenAI模型革新科研工作流：多模态数据处理与透明AI

twitterOpenAIDevs

涉及实体

LIMEconcept SHAPconcept XAIconcept

相关事实

待验证AI可解释性领域主要分为事后解释（以LIME、SHAP等方法为代表）和本质可解释模型（如决策树、线性回归、概念瓶颈模型）两大技术路线80% 相似待验证AI原生IDE将大模型能力内嵌于开发环境的核心调度逻辑中，可以感知项目文件树、终端状态、构建日志、依赖关系等全局信息69% 相似待验证端侧运行生成式AI的常见解决路径包括模型量化、知识蒸馏和针对特定任务的专用小模型拆分部署69% 相似已验证AI模型越狱是指使用精心设计的提示或交互模式绕过模型内置的安全对齐机制，使其产生受限内容69% 相似部分验证实验在Cursor中给AI下达结构化提示词来驱动开发68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/13017

API

curl https://kongchang.com/api/v1/knowledge/claims/13017

MCP

get_claim(id=13017)