待验证50% 置信事实精确时间
可解释AI（XAI）技术如SHAP值和LIME方法试图让算法决策逻辑对人类可理解，但在复杂深度学习模型上应用仍面临挑战
1
来源数
50%
置信度
长期有效
时效性
2026/9/4
首次发现
来源
涉及实体
相关事实
待验证使用AI编程工具时人的深度参与（主动纠偏、理解代码逻辑、把控方向）仍不可或缺78% 相似待验证思考力度校准问题标志着AI推理模型正从'能不能深度思考'向'如何智能地思考'转变78% 相似待验证AI深度讲题和作文批改是核心卖点，依托星火大模型可针对错题进行多轮追问式讲解，但对理科复杂大题的讲解偶有逻辑跳步或不够精准的情况77% 相似待验证AI深度讲题和作文批改是核心卖点，星火大模型可针对错题逐步拆解讲解，理科答疑体验在学习机品类中属第一梯队，但对纯文科（语文阅读理解、文言文）的讲解深度口碑不如理科突出76% 相似待验证AI深度讲题和作文批改是核心卖点，依托星火大模型可对理科题目进行多步骤讲解、对作文给出分段批改建议，但语文阅读理解等开放性文科题的AI讲解质量仍不如理科稳定75% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/852918API
curl https://kongchang.com/api/v1/knowledge/claims/852918MCP
get_claim(id=852918)