生成式可解释性：神经符号模型让推理可审计

1. 12:00
   arXiv：cs.LG

   从事后解释到生成式可解释性：神经符号模型如何让推理过程可审计

   针对 LLM 从聊天机器人走向智能体后事后可解释性无法在推理输出前审计或干预的问题，研究者提出"生成式可解释性"这一架构属性，使模型推理过程原生暴露语义可理解的检查点并支持因果干预，并以神经符号模型作为具体实现方案。该工作发表于 ACM AI Summit 2026，arXiv 编号 2609.13529。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。