From Plausible to Actionable: A Position on LLM Self-Explanations
本文提出大语言模型（LLMs）生成的自我解释具有高度可塑性、存疑的忠实度及高度的可操作性。作者指出，针对此类解释的传统评估协议存在局限，并建议扩展评估标准至行动性维度。文章旨在提供评估其可塑性与忠实度的实用指南，强调通过 LLM 理性化能力支持多方利益相关者的知情决策与恰当行动。
摘要由 AI 生成
针对大语言模型（LLMs）生成的自我解释，本文指出其具有高度可塑性、存疑的忠实度及高度的可操作性。作者认为传统评估协议存在局限，建议将评估标准扩展至行动性维度。文章旨在提供一套实用的指南，用于评估 LLM 自我解释的可塑性与忠实度，强调利用 LLM 的理性化能力，以支持多方利益相关者进行知情决策与采取恰当行动。
相关事件RELATED EVENTS
- 2026-09-09 05:29OpenAI声称在著名的“千年难题”上取得了重大数学突破
- 2026-09-09 06:11OpenAI 宣称攻克纳维 - 斯托克斯方程难题遭学界质疑原创性
- 2026-09-08 22:00Google DeepMind Maps 9亿种可能的DNA变异