TMLR

Unifying VXAI: A Systematic Review and Framework for the Evaluation of Explainable AI

统一VXAI：可解释AI评估的系统综述与框架

David Dembinsky, Adriano Lucieri, Stanislav Frolov, Hiba Najjar, Ko Watanabe, Andreas Dengel

AI总结 本文提出统一的XAI评估框架VXAI，通过系统综述和三维分类方案，全面评估可解释AI的方法和指标。

Comments Published at TMLR

Journal ref Transactions on Machine Learning Research (2026), ISSN 2835-8856

GIFT: A Framework Towards Global Interpretable Faithful Textual Explanations of Vision Classifiers

GIFT: 一种面向视觉分类器全局可解释忠实文本解释的框架

Éloi Zablocki, Valentin Gerard, Amaia Cardiel, Eric Gaussier, Matthieu Cord, Eduardo Valle

机构 * Université Grenoble Alpes（法国格勒诺布尔大学） ； Sorbonne Université（巴黎索邦大学） 纠错

AI总结 GIFT提出一种框架，通过生成局部反事实并转化为文本解释，实现视觉分类器的全局可解释和忠实性。

Comments TMLR 2026 (featured certification)