PREF-XAI: Preference-Based Personalized Rule Explanations of Black-Box Machine Learning Models

评分 6 · 来源：cs.LG updates on arXiv.org · 发布于 2026-04-22

评分依据：基于用户偏好/目标/认知约束的个性化规则解释XAI方法，user-centric可解释性方向

XAI 的用户忽视

现有可解释AI主要生成模型中心的解释（近似黑箱行为），但忽略了一个基本事实：不同用户需要不同的解释。

PREF-XAI 方案

基于用户的以下维度生成个性化规则解释：

• 目标（goal）
• 偏好（preference）
• 认知约束（cognitive constraints）

特点

• 规则形式人类易读
• 个性化适配不同用户群体
• 适用于任何黑箱模型

价值

对高风险领域（医疗、金融、司法）的AI决策解释有实际意义。