Обсуждение:Explainable AI
Материал из MachineLearning.
Как написана эта статья
Черновик подготовлен с помощью большой языковой модели (Claude Opus 4.8, Anthropic). Все ссылки проверены вручную по arXiv, Nature Machine Intelligence и обзорам; формулы, факты и вики-разметка вычитаны. Отдельно отмечу: на этом вики не работает рендеринг тегов math, поэтому формулы пришлось записать обычным вики-текстом (курсив для переменных, sub и sup для индексов и степеней, юникод-символы для сумм и множеств). Если у вас теги math тоже показываются как сырой текст — не мучайтесь с LaTeX, сразу пишите формулы текстом. Ниже дословный запрос к модели.
Запрос:
Ты пишешь статью для вики machinelearning.ru. Это живой справочник по машинному обучению для смешанной аудитории: студенты курса и практикующие специалисты. Тема: Explainable AI (объяснимый искусственный интеллект). Формат: разметка MediaWiki, русский язык.
Сделай так, чтобы статья прошла по пяти критериям оценки нашего курса: 1. Эксперт должен узнать неочевидное и дочитать до конца. Построй текст вокруг одного
напряжения: объяснять чёрный ящик постфактум против того, чтобы строить интерпретируемую модель сразу (позиция Рудин). Кульминация — мысль, что убедительное объяснение не обязано быть достоверным.
2. Польза и новичку, и профессионалу. Новичку: чёткое различение интерпретируемости и
объяснимости, интуиция за LIME и SHAP. Профессионалу: настоящие ссылки (Ribeiro 2016, Lundberg-Lee 2017, Shapley 1953, Rudin 2019 и 2022, Grad-CAM) и точные формулы. Ничего не выдумывай; сомневаешься в источнике - не приводи.
3. Формулы приводи именно формулами, а не словами: задачу LIME и значение Шепли для SHAP.
Записывай их обычным вики-текстом (курсив для переменных, теги sub и sup, юникод для знаков суммы и множеств), потому что рендеринг тегов math на этом вики отключён.
4. Связность: термины как внутренние ссылки в двойных квадратных скобках; в разделе
См. также не сыпь ссылками на несуществующие статьи, оставь только базовые и статьи нашего кластера. Добавь Примечания, Ссылки и категории.
5. Не оставляй следов LLM: живой экспертный язык, без канцелярита, без списков ради
списков, без важно отметить и в заключение. Допускай авторскую оценку там, где в науке нет консенсуса.
6. Сноски определяй прямо в тексте в тегах ref, внизу только тег references.
Замечания и правки приветствуются.

