論文の概要: Ranking Counterfactual Explanations

• arxiv url: http://arxiv.org/abs/2503.15817v1
• Date: Thu, 20 Mar 2025 03:04:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-21 16:34:30.612767
• Title: Ranking Counterfactual Explanations
• Title（参考訳）: カウンターファクチュアル説明のランク付け
• Authors: Suryani Lim, Henri Prade, Gilles Richard,
• Abstract要約: 説明は2つの重要な疑問に対処できる:「なぜこの結果になるのか?」 (実際) と「なぜもう1つではないのか?」 (数値) である。 本稿では, 反事実的説明の形式的定義, 満足する性質の証明, 事実的説明との関係について検討する。
• 参考スコア（独自算出の注目度）: 7.066382982173528
• License:
• Abstract: AI-driven outcomes can be challenging for end-users to understand. Explanations can address two key questions: "Why this outcome?" (factual) and "Why not another?" (counterfactual). While substantial efforts have been made to formalize factual explanations, a precise and comprehensive study of counterfactual explanations is still lacking. This paper proposes a formal definition of counterfactual explanations, proving some properties they satisfy, and examining the relationship with factual explanations. Given that multiple counterfactual explanations generally exist for a specific case, we also introduce a rigorous method to rank these counterfactual explanations, going beyond a simple minimality condition, and to identify the optimal ones. Our experiments with 12 real-world datasets highlight that, in most cases, a single optimal counterfactual explanation emerges. We also demonstrate, via three metrics, that the selected optimal explanation exhibits higher representativeness and can explain a broader range of elements than a random minimal counterfactual. This result highlights the effectiveness of our approach in identifying more robust and comprehensive counterfactual explanations.
• Abstract（参考訳）: AI駆動の成果は、エンドユーザが理解することが難しい場合がある。 説明は2つの重要な疑問に対処できる:「なぜこの結果になるのか?」 (実際) と「なぜもう1つではないのか?」 (数値) である。 事実的説明を形式化するためにかなりの努力がなされてきたが、反事実的説明の正確かつ包括的な研究はいまだに不足している。 本稿では, 反事実的説明の形式的定義, 満足する性質の証明, 事実的説明との関係について検討する。 複数の反事実的説明が特定の場合に一般的に存在することを考えると、これらの反事実的説明を単純な極小条件を超えてランク付けし、最適なものを特定するための厳密な方法も導入する。 実世界の12のデータセットを用いた実験では、ほとんどの場合、最適な反現実的な説明が1つ現れます。 また、3つの指標を用いて、選択された最適説明はより高い代表性を示し、ランダムな最小の反事実よりも広い範囲の要素を説明できることを示した。 この結果は、より堅牢で包括的な対実的説明を識別するアプローチの有効性を強調している。

関連論文リスト

• Axiomatic Aggregations of Abductive Explanations [13.277544022717404]
  ポストホックモデル近似説明法のロバスト性に対する最近の批判は、モデル精度の誘引的説明の台頭につながっている。 そのような場合、単一の帰納的説明を提供することは不十分であり、一方、有効な帰納的説明を提供することは、その大きさのため理解できない。 本稿では,協調ゲーム理論のパワー指標に基づく2つのアグリゲーション法と,因果強度のよく知られた尺度に基づく3番目の方法を提案する。
  論文  参考訳（メタデータ） (2023-09-29T04:06:10Z)
• Dissenting Explanations: Leveraging Disagreement to Reduce Model Overreliance [4.962171160815189]
  本稿では, 矛盾する説明, 付随する説明と矛盾する予測について紹介する。 まず、モデル乗法の設定における不一致の説明の利点を考察する。 本研究では,不一致説明が全体の精度を低下させることなく,モデル予測の過度な信頼性を低下させることを実証する。
  論文  参考訳（メタデータ） (2023-07-14T21:27:00Z)
• Explanation Selection Using Unlabeled Data for Chain-of-Thought Prompting [80.9896041501715]
  非専門家によって書かれたオフ・ザ・シェルフの説明のように、タスクのために"チューニング"されていない説明は、中途半端なパフォーマンスをもたらす可能性がある。 本稿では,ブラックボックス方式で説明拡散プロンプトを最適化する方法の課題に対処する。
  論文  参考訳（メタデータ） (2023-02-09T18:02:34Z)
• Complementary Explanations for Effective In-Context Learning [77.83124315634386]
  大規模言語モデル (LLM) は、説明のインプロンプトから学習する際、顕著な能力を示した。 この研究は、文脈内学習に説明が使用されるメカニズムをよりよく理解することを目的としている。
  論文  参考訳（メタデータ） (2022-11-25T04:40:47Z)
• Human Interpretation of Saliency-based Explanation Over Text [65.29015910991261]
  テキストデータ上でのサリエンシに基づく説明について検討する。 人はしばしば説明を誤って解釈する。 本稿では,過度知覚と過小認識のモデル推定に基づいて,サリエンシを調整する手法を提案する。
  論文  参考訳（メタデータ） (2022-01-27T15:20:32Z)
• Are Training Resources Insufficient? Predict First Then Explain! [54.184609286094044]
  我々は、予測理論(PtE)アーキテクチャはモデリングの観点からより効率的なアプローチであると主張している。 PtE構造は説明データが欠如している場合に最もデータ効率のよい手法であることを示す。
  論文  参考訳（メタデータ） (2021-08-29T07:04:50Z)
• ExplanationLP: Abductive Reasoning for Explainable Science Question Answering [4.726777092009554]
  本稿では,帰納的推論問題としての質問応答について考察する。 それぞれの選択に対して妥当な説明を構築し、最終回答として最適な説明で候補を選択する。 提案システムであるExplainationLPは,各候補の回答に対して,関連事実の重み付きグラフを構築して説明を行う。
  論文  参考訳（メタデータ） (2020-10-25T14:49:24Z)
• The Struggles of Feature-Based Explanations: Shapley Values vs. Minimal Sufficient Subsets [61.66584140190247]
  機能に基づく説明は、自明なモデルでも問題を引き起こすことを示す。 そこで本研究では,2つの一般的な説明書クラスであるシェープリー説明書と十分最小限の部分集合説明書が,基本的に異なる基底的説明書のタイプをターゲットにしていることを示す。
  論文  参考訳（メタデータ） (2020-09-23T09:45:23Z)
• SCOUT: Self-aware Discriminant Counterfactual Explanations [78.79534272979305]
  対物的視覚的説明の問題点を考察する。 新しい差別的な説明の族が紹介される。 結果として生じる反実的な説明は、最適化が自由で、従って以前の方法よりもはるかに高速である。
  論文  参考訳（メタデータ） (2020-04-16T17:05:49Z)
• Adequate and fair explanations [12.33259114006129]
  我々は厳密な論理的基礎を持つ第2の正確な説明に焦点をあてる。 反事実的説明では、完全な説明を提供するために必要な仮定の多くは暗黙的に残されている。 局所的な部分的な説明から完全な局所的な説明へと、そしてグローバルな説明へと移行する方法を探求する。
  論文  参考訳（メタデータ） (2020-01-21T14:42:51Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。