AI 可解释性中的“死三文鱼”：统计-因果重构

一篇论文指出，AI 可解释性中的特征归因、探测、稀疏自编码乃至因果分析，可能为随机初始化的神经网络生成看似合理的解释，类似神经科学“死三文鱼”研究中的统计误判。论文主张把解释视为统计模型参数，用明确的替代计算假设和不确定性检验来降低虚假发现。该文共 10 页、3 张图，编号为 arXiv:2512.18792。