機器可解釋性

深度分析

輸入分桶與成對交換介入：提升因果抽象在機器可解釋性的局部忠實度

本文提出一套將因果抽象（causal abstraction）從單一整體分數轉為具體診斷的做法。核心在於以成對交換介入（interchange interventions）為基礎，把輸入空間劃分為「高忠實度」的目標分桶與補集失效區，並以分類器將診斷結果外推。