.png){kind=icon}
返回
Explainability requirements as hyperproperties
.png){kind=icon}
OA
AI
DOI：10.1007/s00236-025-00507-w.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
可解释性正逐渐成为自主系统的关键要求。尽管许多研究工作关注了什么构成有效的解释，但很少有人考虑将可解释性形式化为系统属性。在本研究中，我们从超属性（hyperproperties）的角度来解决这个问题。我们首先结合三种主要的模态逻辑变体，并展示它们如何用于指定和验证多智能体系统中的反事实可解释性：借助刘易斯（Lewis）的反事实条件句、线性时序逻辑和知识模态，我们可以推理智能体是否知道特定观察结果为何发生，即该观察结果是否对他们可解释。我们使用这种逻辑来形式化系统层面的多种可解释性概念。随后，我们展示了如何将这种逻辑嵌入到超逻辑（hyperlogic）中。值得注意的是，通过该分析我们得出结论：该逻辑的模型检测问题是可判定的，这为可解释性需求的自动化验证铺平了道路。
Keyword:
MODEL CHECKING
KNOWLEDGE
期刊
A
IF:
0.5
论文数:
23
被引数:
0
机构
暂无机构信息
引用论文
.png){kind=icon}
What do we want from Explainable Artificial Intelligence (XAI)? - A stakeholder perspective on XAI and a conceptual model guiding interdisciplinary XAI research我们想从可解释的人工智能 (XAI) 中得到什么？-XAI的利益相关者视角和指导跨学科XAI研究的概念模型
OAAI
OAAI分享收藏
查看更多内容