Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
How Interpretable Are LLMs? A Multi-Metric Framework for Evaluating Synthetic Explanations in Digital Mental Health
2026·0 Zitationen
Volltext beim Verlag öffnen0
Zitationen
3
Autoren
2026
Jahr
Abstract
Für dieses Paper ist kein Abstract in der Datenbank hinterlegt.
Abstract beim Verlag einsehenÄhnliche Arbeiten
Grad-CAM: Visual Explanations from Deep Networks via Gradient-Based Localization
2017 · 20.463 Zit.
Generative Adversarial Nets
2023 · 19.843 Zit.
Visualizing and Understanding Convolutional Networks
2014 · 15.259 Zit.
"Why Should I Trust You?"
2016 · 14.314 Zit.
On a Method to Measure Supervised Multiclass Model’s Interpretability: Application to Degradation Diagnosis (Short Paper)
2024 · 13.138 Zit.
Autoren
Institutionen
Themen
Explainable Artificial Intelligence (XAI)Digital Mental Health InterventionsArtificial Intelligence in Healthcare and Education