MIND-X框架：基于心理模型的可解释性设计

针对可解释AI(XAI)中模型保真度优先导致用户可读性不足的问题，研究团队提出结合心理模型的MIND-X方法。该方法以虚假评论识别为案例展开，首先通过10人的定性研究构建感知线索分类体系，旨在建立更符合用户认知习惯的解释框架。随后，166人的定量研究进一步验证了基于语言级解释的优势，确认该方法在理解度、满意度及感知信任方面表现更好。 💎结果显示，MIND-X方法在可理解性、决策支持等指标上显著优于传统的token级透明度方法。该研究不仅提升了模型输出对用户的说服力，还实现了超越单纯技术透明度的责任可追溯性，为提升人本位AI系统的信任构建提供了新的设计路径。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。