项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 219
核心亮点
- 来自斯坦福NLP团队，学术背景扎实，方法论严谨
- 提供标准化评估协议，解决可解释性方法难以横向对比的痛点
- 支持多种任务和模型接口，易于扩展自定义基准
不足之处
- 项目处于早期阶段（211星），文档和社区生态尚不完善
- 评估指标和基准任务覆盖范围有限，可能不适用于所有解释场景
适用场景
- 学术研究中对比不同可解释性方法的有效性
- 开发可解释AI系统时筛选合适的解释技术
- 为模型审计和合规性评估提供量化依据
替代项目
Captum、SHAP、InterpretML
上一篇：PhyX
下一篇：LLM-KG-Bench
同类项目推荐
physics-IQ-benchmark
开源
测测视频模型懂不懂物理，量化物理常识短板
Benchmarking physical understanding in generative video models
Oversight
开源
模块化拆解 LLM，自动红队测试，发现漏洞
A Completely Modular LLM Reverse Engineering, Red Teaming, and Vulnerability Researc···
awesome-ai-security-tools
开源
一页清单，快速定位 AI 安全各细分方向的可用工具
A curated list of public-source, research, and commercial tools for AI security and ···
MisguidedAttention
开源
用误导性提示词，测出大模型推理的短板
A collection of prompts to challenge the reasoning abilities of large language model···
ClawdSecbot
开源
给 AI Bot 装上实时安全盾牌，防注入、防攻击、可审计。
ClawdSecbot is a professional AI Bot security protection solution, providing securit···
llm-self-correction-papers
开源
一页看尽LLM自我纠正论文，快速跟上研究热点
List of papers on Self-Correction of LLMs.
aegis
开源
给大模型装上会自我进化的安全防火墙
Self-hardening firewall for large language models
UHGEval
开源
一键测出大模型胡说八道，量化幻觉风险
[ACL 2024] User-friendly evaluation framework: Eval Suite & Benchmarks: UHGEval, Hal···
tau2-bench
开源
测测你的AI智能体，会不会在真实客服场景中翻车
τ-Bench: A Benchmark for Tool-Agent-User Interaction in Real-World Domains