知识卡片：可解释性-性能系数（EPC）的人类中心验证
一句话结论
本研究提出一种模型无关的可解释性评估指标——EPC 分数，并通过表格、文本和图像三种模态的实验表明：EPC 分数越高，越能与人类基于词汇情感判断和空间视觉标注的解释相一致。
事件概述或研究问题
深度学习模型在高风险领域的快速应用，使可信赖的可解释人工智能（XAI）成为迫切需求。然而，客观评估解释的保真度、以及让 XAI 指标与人类中心的理解对齐，仍是关键开放挑战。该研究针对这一问题，提出了 EPC 分数的扩展版本，并对其进行人类中心的实证验证。
方法/产品要点
- EPC 分数：一种模型无关的评估指标，是“可解释性-性能系数”（Explainability-Performance Coefficient, EPC）的扩展。
- 核心思路：显式平衡“特征选择稀疏性”与“保留模型性能”之间的权衡，用单一分数量化解释质量。
- 验证方式：在表格、文本、图像三种模态上进行实证评估；同时与独立的人类解释进行对比验证。
- 人类对比维度：人类词汇情感判断、空间视觉标注。
主要结果或产业意义
- EPC 分数能够有效揭示网络激活、数据维度与解释器性能之间的运行依赖关系。
- 研究声称，更高的 EPC 分数与人类词汇情感判断和空间视觉标注高度对齐。
- 产业意义：为高风险领域中 XAI 解释质量提供了一种无需人工逐条标注的自动评估方向，可能降低模型审计中对人类专家的过度依赖。
为什么重要
现有 XAI 评估常面临“没有金标准”或“自动指标与人类感知脱节”的问题。本研究的增量为：提出了一个可跨模态使用的模型无关分数，并用人类解释进行验证，试图在自动评估与人类中心理解之间建立桥梁。这与已有的纯理论可解释性讨论不同，更侧重于可操作的度量与实证对齐。
局限与不确定性
- 原文摘要没有给出具体数值、数据集规模或人类参与者数量，因此“高度对齐”的具体程度和统计显著性待核实。
- EPC 分数如何在真实高风险决策中影响用户信任和实际决策质量，待核实。
- 是否适用于多模态融合模型、时序模型或具身智能体，原文摘要未提及，待核实。
- 与已有 XAI 评估方法（如 faithfulness、stability 等）的具体对比结果，待核实。
可用于图书/PPT/简报的角度
- 从“可解释性如何被量化”切入，介绍自动指标与人类解释对齐的挑战。
- 用“特征稀疏性与模型性能的权衡”比喻解释质量评估的难点。
- 展示跨模态（表格、文本、图像）验证思路，说明 XAI 评估不应只停留在单一数据类型。
- 讨论“模型无关”指标在监管、审计和可信 AI 建设中的潜在价值。
与既有脉络的关系
与“无需金标准的评估”及“人类参与不会消失”等已有卡片不同，本卡片提供的是可解释性度量本身的进展：EPC 分数试图在不依赖人类逐条标注的情况下，用自动指标逼近人类判断，同时用人类解释做验证。它是前两条脉络在 XAI 评估领域的具体技术化延伸。
原始材料
- 英文标题：A Human-Centered Validation of the Explainability-Performance Coefficient
- 英文关键词：Explainability-Performance Coefficient, EPC score, Explainable AI (XAI), human-centered validation, model-agnostic metric, explanation fidelity
- 来源：arXiv:2607.29614v1
- URL: https://arxiv.org/abs/2607.29614v1
- PDF: https://arxiv.org/pdf/2607.29614v1
- 作者：Christian Oliva, Luis F. Lago-Fernández
- 发布时间：2026-07-31
- 原始摘要：The rapid adoption of deep learning models in high-risk domains has intensified the need for trustworthy Explainable Artificial Intelligence (XAI). However, objectively evaluating explanation fidelity and aligning XAI metrics with human-centered understanding remain critical open challenges. In this work, we propose a model-agnostic metric, the EPC score, which is an extension of the Explainability-Performance Coefficient (EPC), that quantifies explanation quality by explicitly balancing the trade-off between feature selection sparsity and preserved model performance. Through an empirical validation across tabular, text, and image modalities, we show that the EPC score effectively uncovers operational dependencies among network activations, data dimensionality, and explainer performance. Furthermore, we validate the EPC score against independent human-based explanations, proving that higher EPC scores strongly align with human lexical sentiment judgments and spatial visual annotations.