热点事件持续更新
DocXEval：多模态文档理解可解释性评估框架
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月28日，arXiv cs.CL 刊出论文，提出 DocXEval：这是首个面向多模态文档理解的可解释性评估框架。该框架把现有 XAI（可解释人工智能）方法与指标适配到文本、布局、图像三种模态，并在 3 项任务、8 个数据集、4 个模型上系统评估了 13 种 XAI 方法与 17 项指标。结果显示，只有少数方法在各评估标准下表现一致；Occlusion 整体上最忠实、最可解释。论文代码已公开。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 12:00
DocXEval 公开，评估 13 种 XAI 方法与 17 项指标，Occlusion 表现最佳。报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.CLDocXEval：多模态文档理解可解释性的系统评估框架
DocXEval 提出首个面向多模态文档理解的可解释性评估框架，把现有 XAI 方法与指标适配到文本、布局、图像三种模态。它在 3 项任务、8 个数据集、4 个模型上评估 13 种 XAI 方法与 17 项指标，发现仅少数方法在各标准下表现一致，Occlusion 整体最忠实、最可解释。代码已公开。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。