热点事件观察中
AI 能帮助解释 AI 吗?多模态 LLM 生成的解释对 XAI 可视化中感知理解与感知信任的影响
1 篇报道1 个报道来源3 天前更新
先了解这件事
AI 综述
该预印本(尚未经同行评审)报告了一项 128 名被试的实验:在多模态 LLM 为 XAI 可视化生成解释的条件下,被试对可视化的感知理解与感知信任分别提高 0.35 分和 0.26 分。研究提示,LLM 生成的解释可能提升用户对 XAI 可视化的主观理解与信任;但结果限于该实验的被试、任务与测量方式,属于主观评分,不能推广为客观理解或实际决策质量的改善,也不代表解释本身准确。
AI 根据报道生成 · 3 天前更新
最新进展11月18日 13:00
新预印本报告 128 名被试实验:LLM 解释使 XAI 可视化的感知理解与信任分别提高 0.35 和 0.26 分。报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- arXiv · Human-Computer InteractionAI 能帮助解释 AI 吗?多模态 LLM 生成的解释对 XAI 可视化中感知理解与感知信任的影响
128 名被试实验中,多模态 LLM 生成的解释使 XAI 可视化的感知理解与感知信任分别提高 0.35 和 0.26 分。
本事件热度走势
当前热度 3·可比范围峰值 5(11月18日 14:00)·近 24 小时可比范围变化 -19%
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。