Robust Explanations for User Trust in Enterprise NLP Systems

Cette recherche propose un cadre unifié d'évaluation de la robustesse en boîte noire pour les explications au niveau des jetons, visant à renforcer la confiance des utilisateurs dans les systèmes PNL d'entreprise, notamment lors de la migration vers les LLM. Elle opérationnalise la robustesse par le taux de basculement des jetons supérieurs sous des perturbations réalistes, comparant les architectures d'encodeur et de décodeur telles que BERT, RoBERTa, Qwen et Llama.