热点事件持续更新
多模态文档理解可解释性评测框架DocXEval推出
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
2026年10月28日，相关研究提出首个针对多模态文档理解的可解释性评测框架DocXEval，并开源了代码。该框架将现有的可解释人工智能（XAI）方法与评估指标适配至文本、版面和图像场景。研究团队在3项任务、8个数据集和4个模型上，系统评估了13种XAI方法与17项指标。评估结果显示，Occlusion在各项评估标准中整体表现最为忠实且最具有可解释性。
AI 根据报道生成 · 4 小时前更新
最新进展10月28日 12:00
研究团队提出评测框架DocXEval并开源代码，发现Occlusion表现最忠实且最可解释。报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv 自然语言处理DocXEval：多模态文档理解可解释性的系统性评估
研究提出首个针对多模态文档理解的可解释性评测框架 DocXEval，将现有 XAI 方法与评估指标适配至文本、版面和图像场景，并开源了代码。该研究在 3 项任务、8 个数据集和 4 个模型上系统评估了 13 种 XAI 方法与 17 项指标，发现 Occlusion 在各项标准中整体表现最忠实且最可解释。
本事件热度走势
当前热度 9·可比范围峰值 10（10月28日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。