CRANE：多模态分类器反事实检索框架

2026年10月23日，arXiv cs.AI/cs.LG 报道 CRANE，一个面向多模态分类器的后验、模型无关反事实解释框架。该框架通过最近邻检索目标类别的真实训练样本作为候选解释，并从构造上保证解释合理可信。研究在四个异构数据集和三种融合策略上评估：多模态共识检索（MC-R）在四者中的三个取得最佳或并列最佳结果；当单一模态主导决策边界时，单模态策略仍具竞争力。报道称 CRANE 是首个此类框架，目前进展为框架提出与上述实验评估。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。