介绍了 AI 合理化的方法，将自主系统行为的解释生成为人工行为的样式。使用神经机器翻译将自主智能体的内部状态 - 行为表示翻译成自然语言来描述合理化技术。通过 Frogger 游戏环境对该技术进行评估，训练一个自主游戏代理人，使其使用自然语言合理化其行动选择。结果显示，神经机器翻译能够准确生成描述代理行为的合理化方法，合理化比其他替代方法更能满足人类需要。

Feb, 2017

研究了如何设计一个可以帮助人类玩家改善棋类游戏表现的算法，该算法利用机器学习及透明度技术生成 AI 的内部任务模型解释，提供了自动判定和指导用户的决策方法。

Feb, 2020

通过实验表明，利用 sample-based rationales 可提高机器学习系统的分类准确性，我们在此基础上通过 Explanations 对其解释时的表现也得出加强版的 Explanable AI 理论；特别是，我们发现在 CNN-based 文本分类中，利用 supervised attention 相比于 normal 无监督 attention 更优秀。

May, 2019

研究如何使用先前经过训练的语言模型、神经知识模型和相关任务的远程监督等，通过训练生成解释原因的生成模型来推断自然语言解释。然而，结果表明，由于神经语言模型的基本限制，该模型生成的解释仅限于具有普遍性的陈述，而在进行推理的同时预测更新或其类型和生成理由是更具挑战性的，这是未来的重要方向。

Dec, 2020

文章分析了 2007-2022 年间自然语言处理领域合理化 (Rationalization) 技术的发展现状和存在的问题，提出了一种新的可解释人工智能技术领域 Rational AI (RAI) 并讨论未来的研究方向和挑战。

Jan, 2023

提出一种自我解释模型 ConRAT，它从输入文本中提取概念，并使用关键概念的线性聚合来解释结果，以可解释性和预测性能方面超越了最先进的方法。

May, 2021

本研究提出了两种度量机器生成的理由质量的方法，分别是使用人工理由作为金标准和基于理由对模型行为的影响的自动化指标。然而，人工理由与这些自动化指标的匹配程度仍存在问题。我们提出了改进的指标来解决这个问题，并提出了两种方法来进一步表征理由质量，一种是基于模型再训练，另一种是使用 “保真度曲线” 来揭示诸如无关性和冗余性等特性。我们的研究提出了实际的建议，以评估和表征理由。

Oct, 2020

本文探讨了透明度逐渐成为自主智能系统的必要品质，提供了人性化的基于成功概率的解释方法，并通过用户调查证明该种解释对于非专业人士更易理解和接受。

Jul, 2022

我们提出了一种名为 REFER 的框架，利用可微分的 rationale extractor 来通过在训练过程中使用人工标注的重点提取训练任务模型和 rationale extractor，从而在忠实度、可信度和下游任务准确率方面显著提升性能。

Oct, 2023

利用自训练语言模型进行多任务教师 - 学生框架，在有限的任务特定标签和理由下，通过精心选择样本学习信息伪标签示例以及明确合理化预测的特征，显著提高了神经模型的性能，特别在低资源环境中表现出有效性。

Sep, 2021