面向可解释性的双目标优化：精准度与可解释性的对齐

本文引入解释性引导的双目标优化框架（Interpretability-Guided Bi-objective Optimization, IGBO），通过双目标公式将结构化领域知识纳入可解释模型训练中。IGBO 通过基于中心极大似然（Central Limit Theorem）的构建方法将特征重要性层次编码为有向无环图（Directed Acyclic Graph, DAG），并使用 Temporal Integrated Gradients（TIG）来衡量特征重要性。该框架采用一种新的相对重要性得分 $H_k(X, {\theta})$ 来量化每个特征在时间上的归一化累积归因。我们提出了一种几何投影映射 $P$ 用于组合任务梯度与可解释性梯度，并证明了收敛于 Pareto 次稳态点。为解决 TIG 计算中的分布外问题，我们概述了一种最优路径 oracle 架构，留待后续工作。基于中心极大似然的可解释性 DAG 构建提供了关于无环性和传递性的统计保证，其中对中位数阈值的无条件保证以及对更高置信水平的条件保证。