ClarifAI：基于案例基于推理与本体驱动方法提升 AI 可解释性与透明度
人工智能
2025-07-17 v1
摘要
本研究介绍了 Clarity and Reasoning Interface for Artificial Intelligence（ClarifAI），一种旨在提升人工智能（AI）在改进决策领域透明性和可解释性的新方法。该方法利用案例基于推理（Case-Based Reasoning，简称 CBR）方法，并整合本体驱动方法，以满足 AI 应用中各种利益相关者对解释需求的复杂性。本文阐述了 ClarifAI 的理论基础，将 CBR 与本体结合，提供详尽的解释机制。进一步阐述了设计原则和架构蓝图，突出了 ClarifAI 在不同行业中增强 AI 可解释性的潜力，以及其在高风险环境中的适用性。本研究阐明了 ClarifAI 在推动 AI 系统可解释性方面发挥重要作用，为其在关键决策过程中部署铺平了道路。
引用
@article{arxiv.2507.11733,
title = {ClarifAI: Enhancing AI Interpretability and Transparency through Case-Based Reasoning and Ontology-Driven Approach for Improved Decision-Making},
author = {Srikanth Vemula},
journal= {arXiv preprint arXiv:2507.11733},
year = {2025}
}