#自然语言解释

MEA：奖励驱动的忠实模型解释多智能体系统

论文提出 MEA 多智能体框架，旨在消除模型解释的知识门槛：Proposer 智能体根据问题与模态选择配置解释工具，Actor 智能体针对忠实性端到端优化，将输出转为基于模型行为的自然语言解释，覆盖表格、文本与视觉模态。研究还引入特征归因、反事实推理与虚假特征检测等多样问题类型及基于扰动的忠实性指…