قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
مثال مضاد (Counterfactual)
حالة بيانات معدلة بشكل طفيف مقارنة بالحالة الأصلية، تغير توقع النموذج نحو مخرجات مرغوبة، وتخدم في شرح القرار الحدودي للنموذج.
شرح مضاد (Counterfactual Explanation)
طريقة تفسيرية تشرح التوقع من خلال تقديم سيناريو افتراضي (مثال مضاد) حيث كان قرار النموذج سيختلف، مما يوضح معايير القرار.
صحة الشرح المضاد (Counterfactual Validity)
معيار يضمن أن المثال المضاد المُنشئ ينتج بالفعل التوقع البديل المتوقع من النموذج، مما يضمن موثوقية وملاءمة الشرح المقدم.
قرب الشرح المضاد (Counterfactual Proximity)
قياس المسافة بين الحالة الأصلية والمثال المضاد، غالباً ما يُقاس بواسطة معيار (مثل: L1, L2)، بهدف ضمان أن الشرح مقبول وسهل التفسير.
تفرّد الشرح المضاد (Counterfactual Sparsity)
مبدأ ينص على أن المثال المضاد يجب أن يعدل أقل عدد ممكن من خصائص الحالة الأصلية لتعظيم وضوح وإمكانية تنفيذ الشرح.
معقولية الشرح المضاد (Counterfactual Plausibility)
تقييم مصداقية المثال المضاد في العالم الحقيقي، والتأكد من أن التعديلات المقترحة قابلة للتحقيق ولا تتوافق مع حالة شاذة أو مستحيلة.
تنوع الشرح المضاد (Counterfactual Diversity)
هدف إنشاء مجموعة من الأمثلة المضادة غير مكررة، تقدم عدة مسارات بديلة متميزة للوصول إلى توقع مختلف، مما يثري فهم النموذج.
تكلفة الشرح المضاد (Counterfactual Cost)
دالة ترجح تعديلات الخصائص في المثال المضاد، تعكس صعوبة أو تكلفة (مالية، زمنية، إلخ) إجراء هذه التغييرات في الواقع.
السببية المضادة التفسيرية
نهج متقدم حيث يتم توليد الأمثلة المضادة مع احترام العلاقات السببية بين المتغيرات، مما يضمن أن السيناريوهات المقترحة لا تنتهك قيود العالم الحقيقي.
المتانة المضادة التفسيرية
قدرة المثال المضاد على الحفاظ على توقعه البديل في مواجهة الاختلافات الطفيفة أو الضوضاء، مما يشير إلى استقرار حدود قرار النموذج في هذه المنطقة.
توليد الأمثلة المضادة العدائية
استخدام تقنيات التعلم العدائي لإنشاء أمثلة مضادة، غالبًا لأغراض الأمان أو المراجعة، لاختبار نقاط الضعف والثغرات في النموذج.
الفضاء الكامن المضاد التفسيري
طريقة تبحث عن أمثلة مضادة في فضاء تمثيلي ذي أبعاد أقل (فضاء كامن) لتحسين الكفاءة الحسابية واتساق العينات المولدة.
طرق التحسين المضادة التفسيرية
مجموعة من الخوارزميات (مثل: البرمجة بالقيود، النزول التدرجي) المستخدمة لحل مشكلة البحث عن المثال المضاد الأمثل عن طريق تقليل دالة خسارة تجمع بين القرب والصلاحية.
التفسيرات المضادة متعددة الفئات
توسيع نطاق الأمثلة المضادة لمشاكل التصنيف ذات أكثر من فئتين، حيث يتم توليد عينات للانتقال إلى أي فئة مستهدفة أخرى، وليس فقط الفئة المقابلة.