一种面向通俗且经验证的XAI解释的两阶段LLM框架

大语言模型（LLM）越来越多地被用于将可解释人工智能（XAI）方法的技术输出转化为通俗易懂的自然语言解释。然而，现有方法往往缺乏对准确性、忠实性与完整性的保证。与此同时，当前对这类解释文本的评估大多仍为主观判断或仅限于事后打分，没有提供防止有缺陷的解释到达最终用户的保障机制。针对这些局限，本文提出一个两阶段LLM元验证框架，包含：(i) 将原始XAI输出转化为自然语言叙述的解释LLM，(ii) 从忠实性、连贯性、完整性与幻觉风险方面评估叙述的验证LLM，以及(iii) 利用验证LLM的反馈来细化并改进叙述的迭代回灌机制。在五项XAI技术与数据集上、使用三个开放权重LLM系列的实验表明，验证对于过滤不可靠解释至关重要，同时相比原始XAI输出提升了语言可及性。此外，对细化过程中熵产生率（Entropy Production Rate, EPR）的分析表明，验证LLM的反馈逐步引导解释LLM趋向更稳定、更连贯的推理。总体而言，所提框架为构建更可信、更普惠的XAI系统提供了高效路径。