面向局部与全局补偿的反事实 metarules
人工智能
2024-05-30 v1
摘要
我们引入了 T-CREx，一种 novel model-agnostic 方法，用于 local 和 global counterfactual explanation（CE），以人类可读的规则形式总结 individual 和 group 的 recourse 选项。它利用基于树的代理模型来学习反事实规则，同时引入``metarules''来表示其最优区域，从而提供模型行为的全局分析以及用户的多样化补偿选项。实验表明，T-CREx 在各种 CE desiderata 上显著优于现有的基于规则的基线，同时运行速度快了几个数量级。
引用
@article{arxiv.2405.18875,
title = {Counterfactual Metarules for Local and Global Recourse},
author = {Tom Bewley and Salim I. Amoukou and Saumitra Mishra and Daniele Magazzeni and Manuela Veloso},
journal= {arXiv preprint arXiv:2405.18875},
year = {2024}
}
备注
Accepted at ICML 2024