DocXEval 系统评估 13 种 XAI 方法，Occlusion 整体表现最佳。
资讯摘要
论文提出 DocXEval，首个面向多模态文档理解的可解释性框架，将现有 XAI 方法与评估指标适配到文本、版式和图像场景，并为语义实体识别等任务引入多目标适配。作者用该框架在 3 项任务、8 个数据集、4 个模型和 17 项指标上系统评估 13 种 XAI 方法，发现仅少数方法在各标准下表现一致，Occlusion 整体最忠实且可解释。
要点速读
- 论文提出 DocXEval 框架，适配现有 XAI 方法与指标到多模态文档理解，并支持语义实体识别等任务的多目标适配。
- 作者报告在 3 项任务、8 个数据集、4 个模型、17 项指标上评估 13 种 XAI 方法，Occlusion 整体最忠实、最可解释。
- 元评估显示部分忠实性与复杂度指标间存在中到强一致性，也有指标结果不可靠；诊断分析揭示各模态贡献、目标实体周边空间归因模式及潜在数据集偏差。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/29 08:00:21（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。