可解释性可视化的多语言适配缺陷：SHAP与LIME在从右至左语言中的渲染校正
针对SHAP和LIME等事后解释方法在阿拉伯语、波斯语、乌尔都语和希伯来语等从右至左（RTL）语言中出现的可视化失效问题，该研究进行了系统评估与修正。论文指出，尽管特征归因在数学计算上依然有效，但现有可视化渲染会导致词元顺序错乱、连字符断裂及图表阅读方向错误。研究将此界定为可视化层面的工程缺陷，并提出了针对性的度量基准与渲染校正方案。
DC AI 热点
精选
当前热点完整榜单 →
1英伟达推出新软硬件安全平台，旨在约束失控AI智能体108 热度 ⌁2AI智能体开发商Instinct完成10亿美元C轮融资，估值达100亿美元95 热度 ⌁3Anthropic 发布 Claude Sonnet 5.5：成本降 30% 且性能逼近 Opus 5.594 热度 ⌁4Meta推出企业级AI平台并聘请MongoDB前CEO掌舵90 热度 ⌁5俄罗斯无人机袭击乌克兰Kyivstar总部及沃达丰数据中心79 热度 ⌁9月25日2026-09-25