SynClaimEval: A Framework for Evaluating the Utility of Synthetic Data in Long-Context Claim Verification
University of Pittsburgh(匹兹堡大学);Zillow Inc.(Zillow公司)
该研究针对长上下文主张验证中合成数据效用评估的需求,提出SynClaimEval框架,从输入特征、合成逻辑和解释质量三方面评估,实验证明其能提升模型验证性能和解释质量,为相关任务提供可扩展数据方案。
2025-11-12 cs.CL
Black-box language model explanation by context length probing
LIRMM(蒙彼利埃计算机科学、机器人学与微电子实验室);CNRS(法国国家科学研究中心);Inria(法国国家信息与自动化研究所);Université de Montpellier(蒙彼利埃大学)
本文提出上下文长度探测方法,通过跟踪模型预测随上下文长度变化来为不同上下文分配重要性分数,以黑盒方式解释因果语言模型,并展示了其在分析长距离依赖方面的潜力。
2023-05-26 cs.CL cs.LG
When Do Explanations Help In-Context Learning? A Comparative Study of Natural Language Explanation Types and Faithfulness
LMU Munich(慕尼黑大学);Munich Center for Machine Learning (MCML)(慕尼黑机器学习中心);Imperial College London(伦敦帝国学院);Technical University of Munich(慕尼黑工业大学);MaiNLP lab, CIS, LMU Munich(慕尼黑大学CIS研究所MaiNLP实验室)
该研究通过在6个基准和4个指令调优模型上的比较评估,探究不同来源与选择方式的自然语言解释对上下文学习下游性能的影响,为实际提示流程中解释的选择和报告提供了见解。
2026-08-18 cs.AI cs.CL
Exploring Explanations Improves the Robustness of In-Context Learning
CyberAgent;Keio University(庆应大学)
本文提出X$^2$-ICL框架,通过系统探索所有可能标签的解释来增强上下文学习的鲁棒性,并在多个自然语言理解数据集上验证其对分布外数据的显著改进。
2025-06-03 cs.AI cs.CL cs.LG
Simple Mechanistic Explanations for Out-Of-Context Reasoning
MIT(麻省理工学院)
本文从机制上研究发现,LoRA微调引发的上下文外推理(OOCR)现象,本质上是通过添加恒定导引向量将模型导向通用概念所致,从头训练导引向量同样能引发OOCR。
2025-07-16 cs.CL cs.LG
GLUCOSE: GeneraLized and COntextualized Story Explanations
Verneek, Inc.(Verneek公司);QuillBot Inc.(QuillBot公司);Elemental Cognition(元素认知公司)
当人类阅读或倾听时,他们会做出隐含的常识性推断,从而构建他们对发生了什么以及为什么发生的理解。作为迈向能够构建类似心智模型的人工智能系统的一步,我们引入了GLUCOSE,这是一个大规模的隐含常识因果知识数据集,编码为关于世界的因果迷你理论,每个理论都基于叙事背景。为了构建GLUCOSE,我们利用认知心理学来确定因果解释的十个维度,重点是事件,状态,动机和情绪。每个GLUCOSE条目包括一个特定于故事的因果陈述,以及从该陈述中概括的推理规则。本文详细介绍了两个具体的贡献。首先,我们介绍了我们的平台,用于大规模有效地众包葡萄糖数据,该平台使用半结构化模板来引出因果解释。使用这个平台,我们总共收集了约67万条特定语句和一般规则,这些语句和规则捕捉了有关日常情况的隐含常识。其次,我们表明,现有的知识资源和预训练的语言模型不包括或容易预测葡萄糖的丰富的推理内容。然而,当最先进的神经模型在这些知识的基础上进行训练时,它们可以开始对与人类心理模型相匹配的看不见的故事进行常识性推断。
2020-10-29 cs.AI cs.CL
Focus-LIME: Surgical Interpretation of Long-Context Large Language Models via Proxy-Based Neighborhood Selection
Key Lab of High Confidence Software Technologies (Peking University)(高可信软件技术重点实验室(北京大学));School of Computer Science, Peking University(计算机学院(北京大学))
Focus-LIME通过基于代理的邻域选择方法,实现长上下文大语言模型的手术级解释,解决了高维特征空间下的归因稀释问题。
2026-02-04 cs.CL cs.LG
An Explanation of In-context Learning as Implicit Bayesian Inference
Stanford University(斯坦福大学)
大语言模型(LMs),如GPT-3,具有令人惊讶的上下文学习能力,其中模型仅通过由输入-输出示例组成的提示来学习完成下游任务。LM从这些示例中学习,而无需明确地预先训练学习。因此,目前还不清楚是什么使上下文学习。在本文中,我们研究了如何上下文学习可以出现时,预训练文档具有长程一致性。在这里,LM必须推断潜在的文档级概念,以在预训练期间生成连贯的下一个标记。在测试时,当LM也推断提示中的示例之间的共享潜在概念时,上下文学习发生。我们证明了这种情况发生时,尽管提示和预训练数据之间的分布不匹配的设置中,预训练分布是一个混合的障碍。与用于训练具有上下文学习能力的LM的杂乱大规模数据集相比,我们生成了一个小规模合成数据集(GINC),其中Transformers和LSTM都表现出上下文学习。除了理论之外,GINC的实验还展示了大规模的现实世界现象,包括模型缩放(尽管有相同的预训练损失),对示例顺序的敏感性,以及zero-shot优于Few-Shot上下文学习的实例。
2022-07-21 cs.CL cs.LG
Multi-Level Explanations for Generative Language Models
Harvard University(哈佛大学);IBM Research(IBM研究院);Merck Research Labs(默克研究实验室)
提出 MExgen 多层次解释框架,通过上下文片段影响评分扩展 LIME/SHAP,并在摘要与问答中证明其比现有方法及 LLM 自我解释更忠实。
2025-07-23 cs.AI cs.CL
X-Blocks: Linguistic Building Blocks of Natural Language Explanations for Automated Vehicles
Queensland University of Technology (QUT)(昆士兰科技大学);ARC Training Centre for Automated Vehicles in Rural and Remote Regions (AVR3)(农村和偏远地区自动化车辆培训中心)
X-Blocks框架通过分层分析识别自动驾驶车辆自然语言解释的构建块,提供场景感知解释的设计原则,提升透明性和用户信任。
2026-02-02 cs.AI cs.CL cs.RO
Context Dependence and Reliability in Autoregressive Language Models
Department of Informatics, University of Oslo(信息学院,奥斯陆大学);Department of Electronic Systems, Aalborg University(电子系统系,奥胡斯大学)
本文提出RISE方法,用于自回归语言模型中区分关键上下文元素与冗余信息,提升解释的可靠性和稳定性。
2026-02-01 cs.AI cs.CL stat.ML
Are Hard Examples also Harder to Explain? A Study with Human and Model-Generated Explanations
UNC Chapel Hill(北卡罗来纳大学教堂山分校);Hugging Face
最近关于可解释NLP的工作表明,Few-Shot提示可以使大型预训练语言模型(LLM)能够为数据标签生成语法和事实自然语言解释。在这项工作中,我们通过调查以下研究问题来研究可解释性和样本硬度之间的联系-“LLM和人类同样擅长解释简单和困难样本的数据标签吗?“我们首先通过收集Winograd Schema Challenge(Winogrande数据集)任务中可推广的常识规则形式的人类书面解释来回答这个问题。我们将这些解释与GPT-3产生的解释进行比较,同时改变测试样品以及上下文样品的硬度。我们观察到,(1)GPT-3的解释与人类的解释一样符合语法,无论测试样本的难度如何;(2)对于简单的例子,GPT-3产生了高度支持的解释,但人类的解释更具概括性;(3)对于困难的例子,人类的解释在标签重复性和概括性判断方面都明显优于GPT-3的解释。我们还发现,在上下文中的例子的硬度影响GPT-3解释的质量。最后,我们表明,人类解释的重复性和概括性方面也受到样品硬度的影响,虽然比模型小得多。支持代码和数据可在https://github.com/swarnaHub/ExplanationHardness上获得
2022-11-14 cs.AI cs.CL
RAGE Against the Machine: Retrieval-Augmented LLM Explanations
University of Waterloo(滑铁卢大学);York University(约克大学)
本文提出RAGE,一个交互式工具,通过反事实分析和剪枝方法解释检索增强的大语言模型,帮助用户识别影响答案的关键上下文并查看答案来源。
2024-05-11 cs.AI cs.CL cs.IR
Scenarios and Approaches for Situated Natural Language Explanations
Tohoku University(东北大学);Vector Institute for Artificial Intelligence(人工智能矢量研究所);Dalhousie University(达尔豪斯大学);Stevens Institute of Technology(史蒂文斯理工学院)
本文提出情境化自然语言解释基准数据集 SBE,通过三类提示方法在多种预训练语言模型上定量评估 LLMs 对受众情境的适配能力,并揭示了人设提示与上下文学习提示的局限性。
2024-06-07 cs.AI cs.CL
The Honorific Effect: Exploring the Impact of Japanese Linguistic Formalities on AI-Generated Physics Explanations
National Institute of Technology, Ibaraki College(茨城工业高等专门学校);Hitachinaka, Ibaraki, Japan(日本茨城县常陆那珂市)
本研究探讨了日语敬语对大型语言模型解释动量守恒定律的影响,发现敬语显著影响AI回答的质量、一致性和正式程度,为AI辅助教育中的文化适应和个性化学习提供了新途径。
2024-07-24 cs.CL physics.ed-ph
TathyaNyaya and FactLegalLlama: Advancing Factual Judgment Prediction and Explanation in the Indian Legal Context
Indian Institute of Technology Kanpur(印度理工学院坎浦尔分校);Symbiosis Law School Pune(辛博斯法学院浦那);IISER Kolkata(印度科学研究所科希利);University of Birmingham(伯明翰大学)
本文针对印度法律语境下的事实判断预测与解释任务,构建了最大标注数据集TathyaNyaya,并提出指令微调模型FactLegalLlama,结合Transformer实现准确预测与连贯解释,为该领域提供基础资源与基准。
2025-11-15 cs.AI cs.CL cs.IR
GRILE: A Benchmark for Grammar Reasoning and Explanation in Romanian LLMs
University of Bucharest Faculty of Mathematics and Computer Science(布加勒斯大学数学与计算机科学学院)
本文构建含1,151道罗马尼亚高利害考试题的GRILE基准,评估七类LLM的语法答题与解释能力,发现开放权重模型准确率和解释质量存在明显不足。
2025-08-19 cs.CL cs.CY cs.LG
Exploring Plan Space through Conversation: An Agentic Framework for LLM-Mediated Explanations in Planning
IRIT, Toulouse, France(法国图卢兹计算机科学研究所);LAAS-CNRS, Toulouse, France(法国国家科学研究中心图卢兹系统分析与架构实验室);IRT Saint Exupery, Toulouse, France(法国图卢兹圣埃克苏佩里技术研究所);CNRS, Toulouse, France(法国国家科学研究中心);Australian National University, Canberra, Australia(澳大利亚国立大学)
本文提出一种代理框架,通过对话帮助用户理解规划解决方案,提升系统信任度,通过目标冲突解释进行用户研究。
2026-07-07 cs.AI cs.CL cs.HC
Does the Whole Exceed its Parts? The Effect of AI Explanations on Complementary Team Performance
University of Washington(华盛顿大学);Microsoft Research(微软研究院);Allen Institute for Artificial Intelligence(艾伦人工智能研究所)
许多研究人员激励可解释的人工智能,研究表明,当人工智能解释其建议时,人类-人工智能团队在决策任务上的表现会有所改善。然而,之前的研究发现,只有当人工智能单独表现优于人类和最佳团队时,才能从解释中观察到改进。解释是否有助于实现互补的性能,即团队的准确性高于人类或人工智能单独工作?我们在三个数据集上进行混合方法的用户研究,其中具有与人类相当准确性的AI帮助参与者解决任务(在某些条件下解释自己)。虽然我们观察到人工智能增强的补充改进,但它们并没有通过解释而增加。相反,解释增加了人类接受AI建议的机会,无论其正确性如何。我们的研究结果为以人为中心的人工智能提出了新的挑战:我们能否开发出鼓励对人工智能适当信任的解释性方法,从而帮助产生(或提高)互补性能?
2021-01-12 cs.AI cs.CL cs.HC
CCGen: Explainable Complementary Concept Generation in E-Commerce
Amazon(亚马逊);Hong Kong University of Science and Technology(香港科技大学);Georgia Institute of Technology(佐治亚理工学院);University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);University of Toronto(多伦多大学)
提出互补概念生成(CCGen)任务,通过两步训练策略和引入大型教师模型蒸馏的解释,训练语言模型生成互补概念排序列表及解释,实验证明其在电子商务领域能生成高质量概念并合理证明预测。
2023-05-19 cs.AI cs.CL
Evaluation Framework for Highlight Explanations of Context Utilisation in Language Models
University of Copenhagen(哥本哈根大学);University of North Texas(北卡罗来纳州立大学)
本文提出首个高亮解释评估框架,用于评估语言模型中上下文利用的解释有效性,通过可控测试案例验证了MechLight在不同场景中的优越性,发现现有方法在长上下文和位置偏倚上存在挑战。
2026-04-26 cs.CL
Evaluating neural network explanation methods using hybrid documents and morphological agreement
Center for Information and Language Processing(信息与语言处理中心);LMU Munich(慕尼黑大学)
深度神经网络(DNN)的行为很难理解。这就需要探索事后解释方法。我们对NLP的解释方法进行了第一次全面评估。为此,我们设计了两个新的评估范式,涵盖两个重要的NLP问题:小背景和大背景的问题。这两种范例都不需要手动注释,因此具有广泛的适用性。我们还介绍了LIMSSE,这是一种受LIME启发的解释方法,专为NLP设计。我们的经验表明,LIMSSE,LRP和DeepLIFT是最有效的解释方法,并推荐它们用于解释NLP中的DNN。
2019-05-06 cs.CL
Latent Concept-based Explanation of NLP Models
Faculty of Computer Science, Dalhousie University(达尔豪斯大学计算机科学学院);Qatar Computing Research Institute, Hamad Bin Khalifa University(哈马德·本·哈利法大学卡塔尔计算研究所)
针对现有NLP模型解释方法依赖离散词汇、信息量不足的问题,提出潜在概念归因方法LACOAT,通过将显著输入词表征映射到训练潜在空间,基于语境化潜在概念生成预测解释。
2024-10-07 cs.CL
Explanation based In-Context Demonstrations Retrieval for Multilingual Grammatical Error Correction
State Key Laboratory of Multimedia Information Processing(多媒体信息处理国家重点实验室);School of Computer Science, Peking University(北京大学计算机学院)
针对多语言语法错误纠正中上下文示例选择难题,提出基于语法错误解释(GEE)的检索方法,通过匹配错误模式选示例,在5种语言实验中优于现有技术,无需额外训练或适配。
2025-02-12 cs.CL
Context-Aware Machine Translation with Source Coreference Explanation
Nara Institute of Science and Technology(奈良科学技术研究所)
本文针对上下文感知机器翻译中因上下文过长或模型复杂导致的解释消除效应,提出通过预测输入共指特征来解释翻译决策的模型,并在多个数据集上取得超过1.0 BLEU的提升。
2024-04-30 cs.CL
Exploring Automatically Perturbed Natural Language Explanations in Relation Extraction
Shanghai University of Finance and Economics(上海财经大学);University of Michigan(密歇根大学)
本文系统检验了关系抽取中自然语言解释的作用,发现即使解释被自动扰动或完全损坏仍能保持甚至提升性能,并提出其主要作用在于提供额外上下文空间,同时使计算效率提升20到30倍。
2023-05-24 cs.CL
Believing without Seeing: Quality Scores for Contextualizing Vision-Language Model Explanations
University of Southern California(南加州大学);Carnegie Mellon University(卡内基梅隆大学)
本文提出通过两种质量评分函数评估视觉语言模型解释的视觉忠实度和对比性,以减少对模型预测的过度依赖,实验显示质量评分能显著提升用户判断准确性。
2026-04-21 cs.CL cs.HC
Learning Bounded Context-Free-Grammar via LSTM and the Transformer:Difference and Explanations
University of California San Diego(加州大学圣地亚哥分校);Facebook AI Research(Facebook人工智能研究院);University of California, Berkeley(加州大学伯克利分校)
长短期记忆(LSTM)和Transformers是两种用于自然语言处理任务的流行神经架构。理论结果表明,两者都是图灵完备的,可以表示任何上下文无关语言(CFL)。在实践中,经常观察到Transformer模型比LSTM具有更好的表示能力。但其中的原因却鲜为人知。我们研究了LSTM和Transformer之间的实际差异,并基于它们的潜在空间分解模式提出了一种解释。为了实现这一目标,我们引入了一个oracle训练范式,它强制分解LSTM和Transformer的潜在表示,并监督相应CFL的下推自动机(PDA)的转换。通过强制分解,我们证明了LSTM和Transformer在学习CFL方面的性能上限是接近的:它们都可以模拟堆栈并执行堆栈操作以及状态转换。然而,缺乏强制分解导致LSTM模型无法捕获堆栈和堆栈操作,同时对Transformer模型产生轻微影响。最后,我们将PDA原型上的实验与真实的句法分析任务相结合,再次验证了本文的结论
2022-03-23 cs.CL
Contextualizing Hate Speech Classifiers with Post-hoc Explanation
University of Southern California(南加州大学)
在不平衡数据集上训练的仇恨语音分类器很难确定“同性恋”或“黑人”等群体标识符是否以冒犯或偏见的方式使用。当这些标识符存在时,这种偏见表现为误报,这是由于模型无法学习构成对标识符的仇恨使用的上下文。我们从微调的BERT分类器中提取SOC事后解释,以有效地检测对身份术语的偏见。然后,我们提出了一种新的正则化技术的基础上,这些解释,鼓励模型学习组标识符的上下文,除了标识符本身。我们的方法在限制域外数据的误报方面优于基线,同时保持或提高域内性能。项目页面:https://inklab.usc.edu/contextualize-hate-speech/。
2020-07-06 cs.CL cs.IR cs.LG
Knowledge-Grounded Self-Rationalization via Extractive and Natural Language Explanations
UC San Diego(加州大学圣地亚哥分校);University of Oxford(牛津大学);TU Wien(维也纳工业大学)
生成提取依据的模型(即,特征的子集)或自然语言解释(NLE)来进行预测对于可解释的AI是重要的。虽然提取的基本原理提供了对预测最负责任的特征的快速视图,但NLE允许对预测背后的决策过程进行全面描述。然而,目前的模型,产生最好的提取原理或NLE往往落后于国家的最先进的(SOTA)的任务性能。在这项工作中,我们通过引入RExC来弥合这一差距,RExC是一个自我合理化的框架,它的预测和背景知识中的两种互补类型的解释(NLE和提取理性)。我们的框架通过以下方式改进了以前的方法:(i)在提供解释的同时达到SOTA任务性能,(ii)提供两种类型的解释,而现有模型通常只提供一种类型,以及(iii)在两种类型的解释质量方面大幅击败以前的SOTA。此外,在RExC的扰动分析表明,解释和预测之间的高度关联,忠实的解释的必要属性。
2022-09-16 cs.AI cs.CL cs.LG
CLEVR-X: A Visual Reasoning Dataset for Natural Language Explanations
University of Tübingen(蒂宾根大学);MPI for Informatics(马克斯·普朗克信息学研究所);MPI for Intelligent Systems(马克斯·普朗克智能系统研究所)
在视觉问答(VQA)的背景下提供解释是机器学习中的一个基本问题。为了详细了解为VQA生成自然语言解释的过程,我们引入了大规模CLEVR-X数据集,该数据集扩展了CLEVR数据集,并提供了自然语言解释。对于CLEVR数据集中的每个图像-问题对,CLEVR-X包含多个结构化的文本解释,这些解释来自原始场景图。通过构造,CLEVR-X解释是正确的,并描述了回答给定问题所需的推理和视觉信息。我们进行了一项用户研究,以确认我们提出的数据集中的地面实况解释确实是完整和相关的。我们目前的基准结果生成自然语言解释的背景下,VQA使用两个国家的最先进的框架上的CLEVR-X数据集。此外,我们提供了一个详细的分析不同的问题和答案类型的解释生成质量。此外,我们研究了使用不同数量的地面实况解释对自然语言生成(NLG)度量收敛的影响。CLEVR-X数据集可在\url{https://explainableml.github.io/CLEVR-X/}上公开获取。
2022-04-05 cs.CL cs.CV
Neural models for Factual Inconsistency Classification with Explanations
IIIT-Hyderabad(国际信息技术研究所海得拉巴分校);Microsoft(微软)
该研究定义了五种事实不一致类型,构建了含约8K样本的FICLE数据集,训练了带解释的不一致分类神经模型流水线,实现了约87%的加权F1值。
2023-06-15 cs.AI cs.CL
NARRATE: A Multimodal Real-World Australian Driving Dataset for Human-Centred Explanations in Automated Driving
ARC Training Centre for Automated Vehicles in Rural and Remote Regions (AVR3)(澳大利亚农村及偏远地区自动驾驶车辆ARC培训中心);Université Gustave Eiffel(Gustave Eiffel大学);Queensland University of Technology (QUT)(昆士兰科技大学)
研究人员推出多模态真实世界澳大利亚驾驶数据集NARRATE,含2050个带注释事件,提供多类标签与情境意识注释,开展四项基准任务验证其价值,为开发以人为本的自动驾驶解释模型奠定基础。
2026-08-18 cs.AI cs.CL cs.CV