面向 XAI 方法评估的合成真值框架

一个基于合成真值的可解释 AI（XAI）评估框架被提出，通过受控干预生成输入组件重要性可由设计确定的合成数据集，从而得到与模型行为直接对齐的真值解释。该框架覆盖二值图像、表格数据和时间序列三个数据域，对九种常用 XAI 方法的评估显示当前技术存在显著局限，并凸显基于合成干预的基准对可靠评估解释质量的重要性。