CHiQPM: Hierarchisches Modell liefert globale und lokale Erklärungen

In der Forschung zu vertrauenswürdiger KI hat das neue Modell CHiQPM einen bedeutenden Fortschritt erzielt. Es kombiniert globale und lokale Erklärungen in einem einzigen, hierarchisch strukturierten Ansatz, der dem menschlichen Denkprozess sehr nahekommt.

Der Kern von CHiQPM ist die kontrastive Erklärung der meisten Klassen, wodurch die globale Interpretierbarkeit deutlich verbessert wird. Gleichzeitig bietet das Modell eine hierarchische Erklärungsebene, die es ermöglicht, die Entscheidungswege schrittweise zu verfolgen und so ein tieferes Verständnis der Vorhersagen zu gewinnen.

Ein weiteres Highlight ist die integrierte Konfidenzvorhersage (Conformal Prediction). CHiQPM liefert nicht nur einzelne Vorhersagen, sondern auch kalibrierte Mengenvorhersagen, die gleichzeitig interpretierbar und effizient sind. Diese Mengen sind in der hierarchischen Struktur verankert, sodass Experten nachvollziehen können, warum ein bestimmter Satz von Klassen als wahrscheinlich eingestuft wird.

Die Leistungsbewertung zeigt, dass CHiQPM die Genauigkeit von nicht-interpretierbaren Modellen um 99 % erreicht – ein Ergebnis, das die Aussagekraft von Interpretierbarkeit mit höchster Präzision verbindet. Gleichzeitig bleibt die Set‑Prediction-Performance konkurrenzfähig gegenüber anderen Konfidenzmethoden.

Mit CHiQPM wird deutlich, dass erklärbare KI nicht auf Kosten der Genauigkeit gehen muss. Das Modell eröffnet neue Möglichkeiten für die Zusammenarbeit zwischen Mensch und Maschine in sicherheitskritischen Bereichen.