DictXAI：用模型无关的概念字典重新审视可解释 AI

研究者提出 DictXAI，通过在输入域用字典定义概念来解释模型预测：先计算输入的稀疏编码，再把预测归因到对应的字典元素。该方法可将 Clever Hans 效应等 AI 故障直接归因到数据中可识别的伪影模式，并支持学习到的图像基、心电图解析波形和实验获取的字典元素等多种字典。结果显示，DictXAI 比经典 XAI 和现有基于概念的方法更具可解释性、可操作性和架构无关性。