机器学习中的特征归因方法：前沿综述

本文对可解释人工智能中采用的特征归因技术进行了前沿调查。我们将现有文献组织成建议的模型无关和模型特定方法的分类法。我们分析这些方法的正式定义、数学公式、使用背景、优点和局限性。比较分析突出了与模型无关性、解释形式、计算成本和对模型的忠实度相关的关键权衡。我们发现，虽然模型无关技术通过将模型视为神谕来提供广泛的适用性，通常计算成本较高，但模型特定方法利用内部模型架构或梯度，可能提供更高效和更真实的解释，尽管通用性降低。