#信任分数

可解释AI鲁棒性与保真度审计的形式化方法框架

该研究构建审计协议，测量事后解释器的鲁棒性和保真度，并组合为信任分数。在马达加斯加多部门数据集上的实验表明，AUC超过0.99的模型可能产生数值退化或无信息的解释，且过拟合时保真度分数失去区分力，凸显审计XAI输出的必要性。