可解释性
2 published articles
人工智能Featured5 min read
AI基础
为什么AI仍然无法解释自己：一个思考严谨性的框架
谷歌DeepMind的一篇论文引入了一个三部分框架来思考AI中的严谨性：概念性、认知性和操作性。它认为，深度学习的快速发展源于优先考虑性能驱动的迭代而非科学理解，要弥合这些差距需要的不仅仅是更好的基准测试。
2026-07-20
人工智能4 min read
《自然·神经科学》论文
微软新方法将黑箱大脑AI转化为可解读理论
GCT将不可解读的基于LLM的脑模型转化为类似“食物准备”或“地点名称”的简短短语，然后利用LLM编写故事，在真实被试中对这些解释进行因果检验。该方法有望弥合预测性AI与可读科学理论之间的鸿沟。
2026-07-05