概念
算法可解释性
指AI系统决策过程能够被人类理解和解释的程度，在金融等受监管领域是合规刚需，通常使用SHAP、LIME等工具进行事后解释。
核心事实
时间轴 (近 90 天)
10月28日
算法可解释性要求算法决策能被追溯、被审计，尤其当模型输出直接影响公共安全时。
待验证50%
10月13日
学界将推荐系统决策过程难以解释的现象称为「算法可解释性」难题，并区分出「透明性」（公开系统如何运作）与「可解释性」（为具体推荐结果给出人类可理解的解释）两个层次。
待验证50%
指AI系统决策过程能够被人类理解和解释的程度，在金融等受监管领域是合规刚需，通常使用SHAP、LIME等工具进行事后解释。
算法可解释性要求算法决策能被追溯、被审计，尤其当模型输出直接影响公共安全时。
学界将推荐系统决策过程难以解释的现象称为「算法可解释性」难题，并区分出「透明性」（公开系统如何运作）与「可解释性」（为具体推荐结果给出人类可理解的解释）两个层次。