技术

Attribution（归因）

Attribution 在 AI 中指归因，即确定输入特征对模型输出的贡献程度，用于解释模型决策，解决黑箱问题。典型方法包括 Integrated Gradients、SHAP 和 LIME，应用于医疗、金融等高风险领域。

收录于 2026/9/17相关资讯 23 篇近 30 天 14 篇在词典中查看 →

详细解释

归因方法旨在提供模型预测的可解释性。基于梯度的方​​法（如 Saliency、Integrated Gradients）计算输出对输入的梯度；基于扰动的方法（如 LIME、SHAP）通过采样估计特征重要性。归因有助于发现偏见、验证模型逻辑并满足监管要求。在 NLP 中，注意力权重常被用作归因，但存在争议。评估归因方法通常使用删除/插入曲线或人类评估。

别名与相关写法
attribution

相关术语

Agent共现 9 篇
Failure Attribution共现 4 篇
Multi-Agent Systems共现 4 篇
多智能体共现 4 篇
Language Model共现 2 篇
Self-hosted AI共现 2 篇

相关公司

深度求索（DeepSeek）1 篇

相关资讯

完整术语表见 AI 术语词典； 每日新术语与进展见 AI 早报。