arXiv · AI· Eoin M. Kenny, Salim I. Amoukou, Tom Bewley·· 9 天前AI 评分30
MLLM 作为可解释 AI 评估的代理人类
Beyond Proxy Metrics: MLLMs as Human Surrogates for Explainable AI Evaluation
AI 导读
该研究验证多模态大语言模型(MLLM)可替代人类评估可解释 AI,测试覆盖 5 个目标领域与 14 种 MLLM。 实验发现所有 MLLM 表现均为正向,OpenAI 与 Qwen 模型的对齐度显著更高。 此框架旨在辅助 XAI 研究者减少评估中对代理指标(proxy metrics)的依赖。
来源:arXiv · AI · arxiv.org