发表机构
School of Computing and Digital Technologies, Sheffield Hallam University; Centre of Excellence in AI and Robotics (CEAIR), Sheffield Hallam University; Laboratoire d’analyse cognitive de l’information (LANCI), Université du Québec à Montréal; Institut Santé et société (ISS), Université du Québec à Montréal; Institut de recherches et d’études féministes (IREF), Université du Québec à Montréal（谢菲尔德哈勒姆大学计算与数字技术学院; 谢菲尔德哈勒姆大学人工智能与机器人卓越中心; 魁北克大学蒙特利尔分校信息认知分析实验室; 魁北克大学蒙特利尔分校健康与社会研究所; 魁北克大学蒙特利尔分校女权主义研究与教育研究所）
机构由 AI 辅助整理，请以论文原文为准。AI 中文总结
针对传统反事实解释依赖单一预测器而脆弱的问题，提出AVCG广义变分框架，在假设分布上优化生成反事实，实验证明其在高不确定性和模型变化下仍保持有效性。
AI 中文摘要
反事实解释通过识别对输入实例的修改以获得期望的替代预测，从而形式化“假设”场景。传统上，无论是通过实例特定优化还是摊销单遍模型生成，这些方法都依赖于单一的确定性点估计预测器。然而，这忽略了预测不确定性和假设变异性，导致解释脆弱，在底层模型被重新训练或更新时经常失效。为解决这一脆弱性，我们提出了摊销变分反事实生成器（AVCG），这是一个广义优化框架，将反事实生成表述为对任意分布的可信预测假设的优化，而非单一确定性预测器。该表述自然地将贝叶斯后验、Rashomon受限假设空间以及其他不确定性表示统一在一个优化框架内。在多个基准数据集上的评估表明，AVCG框架生成的反事实解释在预测不确定性和模型变化下保持高度有效，同时维持有竞争力的合理性和单遍运行时间性能。
英文摘要
Counterfactual explanations formalize "what-if" scenarios by identifying modifications to an input instance that obtain a desired alternative prediction. Traditionally, whether generated via instance-specific optimization or amortized single pass models, these approaches rely on a single, deterministic point-estimate predictor. However, this ignores predictive uncertainty and hypothesis variability, leading to brittle explanations that frequently become invalid if the underlying model is retrained or updated. To address this fragility, we propose the Amortized Variational Counterfactual Generator (AVCG), a generalized optimization framework that formulates counterfactual generation as optimization over an arbitrary distribution of plausible predictive hypotheses rather than a single deterministic predictor. This formulation naturally accommodates Bayesian posteriors, Rashomon-restricted hypothesis spaces, and other uncertainty representations within a unified optimization framework. Evaluation across multiple benchmark datasets demonstrates that the AVCG framework produces counterfactual explanations that remain highly valid under predictive uncertainty and model changes, while maintaining competitive plausibility and single-pass runtime performance.
