CaBRNet：一个用于开发和评估基于案例推理模型的开源库
人工智能
2024-09-26 v1
摘要
在可解释 AI 领域，设计自解释模型是一项充满活力的工作，作为事后方法的更有原则的替代方案，后者试图在模型不透明地做出决策后对其进行解释。然而，这条富有成效的研究路线存在一些共同的缺点：缺乏可重复性、无法进行比较、标准分歧。在本文中，我们提出了 CaBRNet，一个用于基于案例推理网络的开源、模块化、向后兼容的框架：https://github.com/aiser-team/cabrnet。
引用
@article{arxiv.2409.16693,
title = {CaBRNet, an open-source library for developing and evaluating Case-Based Reasoning Models},
author = {Romain Xu-Darme and Aymeric Varasse and Alban Grastien and Julien Girard and Zakaria Chihani},
journal= {arXiv preprint arXiv:2409.16693},
year = {2024}
}