Jun, 2020

将忠实的解释与社会归因对齐

TL;DR本研究旨在探讨模型解释的“忠实性”问题,提出了应准确刻画因果关系,实现对齐忠实性和期望社会行为的概念,并通过对比解释实现了对替代因果链的解释,并弥补了misaligned faithful highlight interpretations的问题。