هوش مصنوعی قابل توضیح (XAI) به روش‌ها و تکنیک‌هایی گفته می‌شود که فرآیند تصمیم‌گیری سامانه‌های هوش مصنوعی (به‌ویژه مدل‌های پیچیده مانند شبکه‌های عصبی عمیق) را برای انسان شفاف، قابل‌تفسیر و قابل‌فهم می‌کنند. در بسیاری از سیستم‌های هوش مصنوعی مدرن – مانند شبکه‌های عصبی – پیش‌بینی‌ها یا دسته‌بندی‌ها اغلب به‌عنوان «جعبه سیاه» شناخته می‌شوند، زیرا مشخص نیست چرا مدل به یک خروجی XAI خاص رسیده است. این مشکل را با ارائه‌ی بینشی درباره: چگونگی عملکرد داخلی مدل(تفسیر کلی یاglobal) چرایی یک تصمیم خاص(تفسیر محلی یا local) اهداف اصلی هوش مصنوعی قابل توضیح: پرسونالیتی در LLM پرسونا در...