Buchumschlag

Towards Rigorous Explainability by Feature Attribution

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Létoffé, Olivier, Huang, Xuanxiang, Marques-Silva, Joao
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Rigorous Feature Importance Scores based on Shapley Value and Banzhaf Index
von: Huang, Xuanxiang, et al.
Veröffentlicht: (2025)

Towards trustable SHAP scores
von: Letoffe, Olivier, et al.
Veröffentlicht: (2024)

The Explanation Game -- Rekindled (Extended Version)
von: Marques-Silva, Joao, et al.
Veröffentlicht: (2025)

SHAP scores fail pervasively even when Lipschitz succeeds
von: Letoffe, Olivier, et al.
Veröffentlicht: (2024)

From SHAP Scores to Feature Importance Scores
von: Letoffe, Olivier, et al.
Veröffentlicht: (2024)

A Refutation of Shapley Values for Explainability
von: Huang, Xuanxiang, et al.
Veröffentlicht: (2023)

From Robustness to Explainability and Back Again
von: Huang, Xuanxiang, et al.
Veröffentlicht: (2023)

Explainability is NOT a Game
von: Marques-Silva, Joao, et al.
Veröffentlicht: (2023)

Rigorous Explanations for Tree Ensembles
von: Izza, Yacine, et al.
Veröffentlicht: (2026)

Logic-Based Explainability: Past, Present & Future
von: Marques-Silva, Joao
Veröffentlicht: (2024)

Uncovering Bugs in Formal Explainers: A Case Study with PyXAI
von: Huang, Xuanxiang, et al.
Veröffentlicht: (2025)

Correlation-Aware Feature Attribution Based Explainable AI
von: Sengupta, Poushali, et al.
Veröffentlicht: (2025)

Gradient based Feature Attribution in Explainable AI: A Technical Review
von: Wang, Yongjie, et al.
Veröffentlicht: (2024)

Distance-Restricted Explanations: Theoretical Underpinnings & Efficient Implementation
von: Izza, Yacine, et al.
Veröffentlicht: (2024)

A Parallel Approach to Counting Exact Covers Based on Decomposability Property
von: Fang, Liangda, et al.
Veröffentlicht: (2026)

Behaviour Discovery and Attribution for Explainable Reinforcement Learning
von: Rishav, Rishav, et al.
Veröffentlicht: (2025)

Towards Unified Attribution in Explainable AI, Data-Centric AI, and Mechanistic Interpretability
von: Zhang, Shichang, et al.
Veröffentlicht: (2025)

On Thin Ice: Towards Explainable Conservation Monitoring via Attribution and Perturbations
von: Zhou, Jiayi, et al.
Veröffentlicht: (2025)

Curie: Toward Rigorous and Automated Scientific Experimentation with AI Agents
von: Kon, Patrick Tser Jern, et al.
Veröffentlicht: (2025)

SciIF: Benchmarking Scientific Instruction Following Towards Rigorous Scientific Intelligence
von: Su, Encheng, et al.
Veröffentlicht: (2026)

Explainable Attribute-Based Speaker Verification
von: Wu, Xiaoliang, et al.
Veröffentlicht: (2024)

AGENTCL: Toward Rigorous Evaluation of Continual Learning in Language Agents
von: Shu, Yiheng, et al.
Veröffentlicht: (2026)

Sparse, Efficient and Explainable Data Attribution with DualXDA
von: Yolcu, Galip Ümit, et al.
Veröffentlicht: (2024)

Hybrid Attribution Priors for Explainable and Robust Model Training
von: Zhang, Zhuoran, et al.
Veröffentlicht: (2025)

Evaluating Explainability: A Framework for Systematic Assessment and Reporting of Explainable AI Features
von: Lago, Miguel A., et al.
Veröffentlicht: (2025)

Explainable AI Through a Democratic Lens: DhondtXAI for D'Hondt-Projected Feature Attribution
von: Donmez, Turker Berk
Veröffentlicht: (2024)

Impossibility Theorems for Feature Attribution
von: Bilodeau, Blair, et al.
Veröffentlicht: (2022)

ExplainRec: Towards Explainable Multi-Modal Zero-Shot Recommendation with Preference Attribution and Large Language Models
von: Ma, Bo, et al.
Veröffentlicht: (2025)

RADAR: A Reasoning-Guided Attribution Framework for Explainable Visual Data Analysis
von: Rani, Anku, et al.
Veröffentlicht: (2025)

Towards User-Focused Research in Training Data Attribution for Human-Centered Explainable AI
von: Nguyen, Elisa, et al.
Veröffentlicht: (2024)

Towards an Explainable Comparison and Alignment of Feature Embeddings
von: Jalali, Mohammad, et al.
Veröffentlicht: (2025)

Towards the Identifiability and Explainability for Personalized Learner Modeling: An Inductive Paradigm
von: Li, Jiatong, et al.
Veröffentlicht: (2023)

Probabilistic Stability Guarantees for Feature Attributions
von: Jin, Helen, et al.
Veröffentlicht: (2025)

Make Planning Research Rigorous Again!
von: Katz, Michael, et al.
Veröffentlicht: (2025)

Attribute-Enhanced Similarity Ranking for Sparse Link Prediction
von: Mattos, João, et al.
Veröffentlicht: (2024)

The Sets of Power
von: Marques-Silva, Joao, et al.
Veröffentlicht: (2024)

Towards Explainable Sequential Learning
von: Bergami, Giacomo, et al.
Veröffentlicht: (2025)

ABE: A Unified Framework for Robust and Faithful Attribution-Based Explainability
von: Zhu, Zhiyu, et al.
Veröffentlicht: (2025)

From Features to Actions: Explainability in Traditional and Agentic AI Systems
von: Chaduvula, Sindhuja, et al.
Veröffentlicht: (2026)

On the Properties of Feature Attribution for Supervised Contrastive Learning
von: Arrighi, Leonardo, et al.
Veröffentlicht: (2026)