論文の概要: CEL: Comprehensive Counterfactual Explanations Library and Benchmark

• arxiv url: http://arxiv.org/abs/2607.22045v1
• Date: Fri, 24 Jul 2026 07:21:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-27 20:58:57.073792
• Title: CEL: Comprehensive Counterfactual Explanations Library and Benchmark
• Title（参考訳）: CEL: 総合的な対実説明ライブラリとベンチマーク
• Abstract要約: 本稿では,CEL(Counterfactual Explanations Library)について紹介する。 CELには、さまざまなサイズと複雑さの18のデータセットが含まれており、広く使用されている14のカウンターファクトのメソッドの実装や再実装を提供する。 CELは、最近の対実的説明法を体系的に評価する最初の総合的なベンチマークである。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Counterfactual explanations are a prominent approach in explainable artificial intelligence (xAI), providing actionable guidance on what input changes would alter a model's prediction to a desired outcome. While early methods primarily focused on minimal feature changes, recent work incorporates additional properties such as sparsity, actionability and plausibility. Despite this progress, fair and systematic evaluation remains challenging. Existing studies often rely on different data splits, predictive models, and evaluation metrics, which limits objective comparison across methods. To fill this gap, we introduce CEL (Counterfactual Explanations Library), a unified library and benchmark for counterfactual explanations designed to support consistent implementation and evaluation. CEL includes 18 datasets of varying size and complexity and provides implementations or reimplementations of 14 widely used counterfactual methods. Using this standardized setup, we conduct a comprehensive quantitative comparison across a variety of methods on datasets that differ in size, number, and types of attributes. The evaluation protocol incorporates multiple complementary metrics capturing validity, coverage, sparsity, proximity, and distributional plausibility, including density- and outlier-based measures to assess the realism of generated counterfactuals. To the best of our knowledge, this is the first comprehensive benchmark that systematically evaluates recent counterfactual explanation methods within a unified and reproducible framework. While prior libraries and benchmarking efforts exist in the literature, many are outdated, limited in scope, or lack consistent evaluation protocols. The proposed benchmark aims to improve reproducibility, enable fair comparison, and establish a workbench for the development of future counterfactual explanation methods.
• Abstract（参考訳）: 対物的説明は、説明可能な人工知能(xAI)において顕著なアプローチであり、入力の変化がモデルの予測を望ましい結果に変化させるかについての実用的なガイダンスを提供する。 初期メソッドは主に最小限の機能変更に重点を置いているが、最近の研究には、スパーシリティ、アクションビリティ、可視性といった追加的な特性が含まれている。 この進歩にもかかわらず、公平で体系的な評価は依然として困難である。 既存の研究は、しばしば異なるデータ分割、予測モデル、評価指標に依存し、メソッド間の客観的比較を制限する。 そこで我々はCEL(Counterfactual Explanations Library)を導入する。CEL(Counterfactual Explanations Library)は,一貫した実装と評価をサポートするために設計された,対物的説明のための統一ライブラリとベンチマークである。 CELには、さまざまなサイズと複雑さの18のデータセットが含まれており、広く使用されている14のカウンターファクトのメソッドの実装や再実装を提供する。 この標準化されたセットアップを用いて、サイズ、数、属性の種類が異なるデータセット上の様々なメソッドに対して、包括的な定量的比較を行う。 評価プロトコルには, 妥当性, カバレッジ, 親密性, 親密性, 分布の妥当性を計測する複数の補完指標が組み込まれている。 我々の知る限り、このベンチマークは、統一的で再現可能なフレームワークの中で、最近の反事実的説明手法を体系的に評価する最初の総合的なベンチマークである。 文献には以前のライブラリやベンチマークの取り組みがあるが、その多くは時代遅れであり、スコープが限られているか、一貫性のある評価プロトコルが欠如している。 提案するベンチマークは,再現性を向上し,公正な比較を可能にし,将来的な対実的説明法開発のためのワークベンチを確立することを目的としている。

関連論文リスト

• CollabEval: Statistically Efficient Collaborative Model Evaluation via Matrix Completion [65.53153291902454]
  コラボレーティブ・アセスメント(CollabEval)は、異なるモデルの歴史的実行間の依存関係を同じタスクで活用し、統計的効率を改善するための、シンプルで効果的で原則化された方法である。 スコア行列の低ランク近似を構築し、再構成された値を用いて真の評価基準平均の偏りのない推定を保証します。 その結果,CollabEval では,平均信頼区間サイズと点推定値の平均2乗誤差を,同じアノテーション予算における基準手法と比較して大幅に削減できることがわかった。
  論文  参考訳（メタデータ） (2026-07-06T13:22:04Z)
• scTranslation: A Comprehensive Benchmark for Single-Cell Multi-Omics Modality Translation [61.97613474494102]
  scTranslationは、シングルセルマルチオミクスのモダリティ変換タスクの包括的なベンチマークである。 多様な翻訳データセットが含まれ、最先端のモデルを統合し、包括的な評価指標を提供する。
  論文  参考訳（メタデータ） (2026-06-02T17:00:49Z)
• What-If Explanations Over Time: Counterfactuals for Time Series Classification [5.590488178822208]
  カウンターファクトな説明は、説明可能なAIの強力なアプローチとして現れます。 本稿では, 最先端手法, インスタンスベース近辺手法, パターン駆動アルゴリズム, 勾配ベース最適化, 生成モデルについて概説する。 我々は、時間的コヒーレンス、可視性、動作可能な解釈可能性の維持など、時間的データに対する反事実生成におけるユニークな課題を強調した。
  論文  参考訳（メタデータ） (2026-03-29T18:06:23Z)
• UniDial-EvalKit: A Unified Toolkit for Evaluating Multi-Faceted Conversational Abilities [70.79422099851506]
  対話型AIシステム評価のための統合評価ツールキットUniDial-EvalKit(UDE)を提案する。 UDEは異種データフォーマットを普遍的なスキーマに標準化し、モジュールアーキテクチャを通じて複雑な評価パイプラインを合理化し、一貫したスコアリングインターフェースの下でメートル法計算を調整する。
  論文  参考訳（メタデータ） (2026-03-24T13:01:31Z)
• IF-RewardBench: Benchmarking Judge Models for Instruction-Following Evaluation [85.56193980646981]
  命令追従のための総合的メタ評価ベンチマークであるIF-RewardBenchを提案する。 各命令に対して、複数の応答間の全てのペアの選好を含む選好グラフを構築する。 IF-RewardBenchの実験は、現在の審査モデルに重大な欠陥を呈している。
  論文  参考訳（メタデータ） (2026-03-05T02:21:17Z)
• Reference-Specific Unlearning Metrics Can Hide the Truth: A Reality Check [60.77691669644931]
  本研究では,非学習モデルと参照モデル間の分布類似度を測定する新しい尺度であるFADE(Functional Alignment for Distributional Equivalence)を提案する。 FADEは出力分布全体の機能的アライメントをキャプチャし、真の未学習の原則的評価を提供する。 これらの知見は、現在の評価実践における根本的なギャップを明らかにし、FADEが真に効果的な未学習手法を開発し評価するための、より堅牢な基盤を提供することを示した。
  論文  参考訳（メタデータ） (2025-10-14T20:50:30Z)
• Benchmarking and Rethinking Knowledge Editing for Large Language Models [34.80161437154527]
  知識編集は,Large Language Models (LLM)内での組み込み知識の更新を目的としている。 パラメータ修正や外部メモリ統合といった既存のアプローチは、しばしば不整合評価目標や実験的な設定に悩まされる。 本研究は、現在の知識編集手法の限界に対する新たな洞察を提供し、より堅牢な代替手段としてコンテキストベースの推論の可能性を強調する。
  論文  参考訳（メタデータ） (2025-05-24T13:32:03Z)
• Evaluating Generative Language Models in Information Extraction as Subjective Question Correction [49.729908337372436]
  本稿では,新しい評価手法SQC-Scoreを提案する。 主観的質問訂正の原則に着想を得て,新しい評価手法SQC-Scoreを提案する。 3つの情報抽出タスクの結果から,SQC-Scoreは基準値よりもアノテータの方が好ましいことが示された。
  論文  参考訳（メタデータ） (2024-04-04T15:36:53Z)
• Accounting for multiplicity in machine learning benchmark performance [0.0]
  State-of-the-art(SOTA)パフォーマンスは、テストサンプル上であるモデルによって達成される最高のパフォーマンスを指す。 我々は代わりに、最高の分類器の期待性能によってSOTAを推定するべきであると論じる。
  論文  参考訳（メタデータ） (2023-03-10T10:32:18Z)
• MACE: An Efficient Model-Agnostic Framework for Counterfactual Explanation [132.77005365032468]
  MACE(Model-Agnostic Counterfactual Explanation)の新たな枠組みを提案する。 MACE法では, 優れた反実例を見つけるための新しいRL法と, 近接性向上のための勾配のない降下法を提案する。 公開データセットの実験は、有効性、空間性、近接性を向上して検証する。
  論文  参考訳（メタデータ） (2022-05-31T04:57:06Z)
• TRUE: Re-evaluating Factual Consistency Evaluation [29.888885917330327]
  TRUE: 多様なタスクから既存のテキストの標準化されたコレクション上での、事実整合性メトリクスの総合的な研究である。 我々の標準化により、前述した相関よりも動作可能で解釈可能なサンプルレベルのメタ評価プロトコルが実現される。 さまざまな最先端のメトリクスと11のデータセットから、大規模NLIと質問生成と回答に基づくアプローチが、強力で相補的な結果をもたらすことが分かりました。
  論文  参考訳（メタデータ） (2022-04-11T10:14:35Z)
• TISE: A Toolbox for Text-to-Image Synthesis Evaluation [9.092600296992925]
  単目的と多目的のテキスト・ツー・イメージ合成のための最先端手法の研究を行う。 これらの手法を評価するための共通フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-12-02T16:39:35Z)
• CARLA: A Python Library to Benchmark Algorithmic Recourse and Counterfactual Explanation Algorithms [6.133522864509327]
  CARLA (Counterfactual And Recourse LibrAry) は、対物的説明法をベンチマークするピソンライブラリである。 提案手法は,11種類の反事実的説明手法の広範なベンチマークを提供する。 また,将来的対実的説明法の研究のためのベンチマークフレームワークも提供する。
  論文  参考訳（メタデータ） (2021-08-02T11:00:43Z)

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。