老李今年 55 岁，在一家工厂做维修工，坚持了三十年“烟酒不分家”。最近单位体检，他把报告喂给了新上线的 AI 健康助手：血压 150/95、空腹血糖 8.2、体重指数 28、每周运动 0 小时、每天吸烟 20 支。AI 沉默三秒，给出结论：未来十年心血管事件高风险。老李慌了，问：“那我该咋办？”换作一个“笨”系统，可能会甩出一份 20 条的生活方式改造清单——老李看一眼就放弃了。而一个“聪明”的 AI 医生会这样说：“您先戒烟，再每天晚上散步半小时，就够了。”这就是本文的主角——稀疏性约束：反事实解释不追求把每一个指标都纠正到完美，而是只挑出最少几个关键特征，让模型结果发生翻转。这套逻辑贯穿可解释 AI 的落地场景：信贷被拒时告诉用户改哪一项、生病时告诉用户先做哪件事、购物时提醒再凑多少钱。少，反而更有力量。

岗位关联

学会稀疏性约束，你就掌握了让 AI 解释“说人话”的关键技能——这是提升用户信任、通过 AI 伦理合规审查的重要基本功。

目录
  1. 可视化演示
  2. 最小改动原则
  3. 优化目标设计
  4. L1正则化
  5. 特征选择机制
  6. 权衡与调优
  7. 评估与应用
  8. AI 应用场景
  9. Python 演示
  10. 常见误区
  11. 面试题

可视化演示

展示反事实解释中L1正则化实现稀疏特征选择的机制，对比稠密与稀疏解释的认知负担，揭示稀疏性约束提升可执行性的核心原理。

本节配有交互动效（进入视口后自动加载，约 3KB）。

稀疏特征选择过程 L1正则化：惩罚系数绝对值之和促使大部分特征权重归零 稀疏解：仅保留少量关键特征变更降低用户认知负担 可执行性：更少的特征变更使反事实建议更易执行 min ||x-x\'||_1 s.t. f(x\')≠f(x) L1约束使反事实解释仅改变最关键特征

最小改动原则

老李，55 岁，拿着体检报告找到 AI 健康助手：血压偏高、血糖超标、体重超重、几乎不运动、每天一包烟。模型冷冷地打出四个字——高风险。老李慌了，问：“我该怎么办？”此时，一位好医生不会掏出 20 条禁令，而会说：“你先戒烟，再每天走 30 分钟，就够了。”这就是反事实解释的灵魂：不把生活推翻重来，只做最必要的改变。

在机器学习里，老李是一个样本，5 项指标是特征，“高风险”是模型的预测。反事实解释问的问题是：对于一个预测结果，找到一种最小修改方案，让模型给出相反的结果。正式地说，我们在所有能翻转预测的候选样本 x′ 中，找一个与原始样本 x 改动最少的。

衡量“改动少”最直观的数学工具是 L0 范数——它不关心改了多少幅度，只数改了几个特征。加上“必须翻转预测”这个刚性条件，反事实解释的基本问题就是：

医生深谙此道：戒烟这一条，老人记得住，也做得到。反事实解释追求稀疏，不是偷懒，而是尊重用户的认知带宽——解释不是越完整越好，而是越“轻”越有效。稀疏性让建议聚焦于最可动的维度，用户才愿意思考、愿意照做。

x∗=arg⁡min⁡x′∥x′−x∥0s.t.f(x′)≠f(x)\displaystyle x^{*} = \arg\min_{x'} \|x'-x\|_0 \quad \text{s.t.} \quad f(x') \neq f(x)
这个式子说：在能翻转模型预测的所有方案里，挑改动特征数量最少的那一个。L0 范数是“数数工具”，约束条件是“必须逆转结果”。
  1. 原始样本与候选样本x 是原始样本（老李的现实状况），x′ 是候选的“另一个版本”（如果老李这样改会怎样）。
    x∈Rn,x′∈Rnx \in \mathbb{R}^{n}, \quad x' \in \mathbb{R}^{n}
  2. L0 计数$\|x'-x\|_0$ 统计 x′ 与 x 数值不同的特征个数，即总共改了几项。
    ∥Δ∥0=∑i=1n1[Δi≠0]\|\Delta\|_0 = \sum_{i=1}^{n} \mathbb{1}[\Delta_i \neq 0]
  3. argmin 取最小在所有满足条件的候选 x′ 中，选出改动数最小的那个，记作最优解 x∗。
    arg⁡min⁡x′∥x′−x∥0\arg\min_{x'} \|x'-x\|_0
  4. 约束翻转$f(x') \neq f(x)$ 要求模型对修改后的样本给出不同预测，这是反事实与“距离最近邻居”的本质区别。
    f(x′)≠f(x)f(x') \neq f(x)

优化目标设计

但医生开处方时还有另一层考量：药不能开得离老李的生活太远。“戒烟”是 30 年的习惯，比“每天多走 30 分钟”难得多；而“少吃两口饭”容易，但效果未必够。处方是一门平衡：既要改动少（稀疏），又要幅度可接受（邻近）。两者常常打架，需要一位“调解员”来定权重。

在数学上，这对应一个带权衡的优化目标。我们不再把“稀疏”当作硬性条件，而是把它写进目标函数里，和距离度量一起最小化：

这个目标函数看起来简洁，但藏着麻烦：L0 计数不可导，且需要遍历所有特征子集（组合爆炸）。老李有 5 项指标还能穷举，实际场景成百上千个特征，直接求最优解不现实。这也是研究社区把目光投向了 L0 的“替身”——下一节的主角 L1 正则化。

好在医生不需要精确到“第几口烟”，一个足够好的近似方案就能救人。优化也不必每次都全局最优，找到一个“少量改动且有效”的方案，用户就买单了。距离项与稀疏项的天平由此搭好，剩下的问题是：怎么让天平真正偏向“少”？

min⁡x′  d(x′,x)+λ⋅∥x′−x∥0s.t.f(x′)≠f(x)\displaystyle \min_{x'} \; d(x', x) + \lambda \cdot \|x'-x\|_0 \quad \text{s.t.} \quad f(x') \neq f(x)
目标函数由两项组成：距离项保证改动幅度小，稀疏惩罚项保证改动特征少。λ 是两者的“调解员”，谁权重大，优化就偏向谁。
  1. 距离度量项d(x′, x) 常用欧氏距离平方，衡量总体改动幅度。
    d(x′,x)=∑i=1n(xi′−xi)2d(x', x) = \sum_{i=1}^{n} (x'_i - x_i)^2
  2. 稀疏惩罚项λ \cdot \|x'-x\|_0 对改动特征的数量追加惩罚，特征改得越多罚得越重。
    λ⋅∥x′−x∥0\lambda \cdot \|x'-x\|_0
  3. 权衡系数 λλ ≥ 0，λ 越大越注重稀疏，λ 越小越注重邻近。
    λ≥0\lambda \geq 0
  4. 约束翻转优化出来的 x′ 必须让模型改变主意，这是底线。
    f(x′)≠f(x)f(x') \neq f(x)

L1正则化

如果把 L0 比作“精确数出药方里开了几种药”，那么 L1 就像“按每味药的剂量加总”。它不数种类，而是把每个特征改动的幅度累起来。奇妙的是，这个更松散的计数方式，在优化中却能自然地逼出“稀疏”——很多改动幅度被压到恰好为零，相当于那些药干脆不开。

L1 范数衡量的是 x′ 与 x 在各维度上绝对差之和：

相比之下，L2 正则化（平方和）表现为圆滑的球面，它能把系数“压小”但很少压到 0：

一句话总结：L1 是“要么别看，要么看够”的果断医生；L2 是“每样都来一点”的和稀泥医生。稀疏反事实解释需要前者：给老李的建议里，不该出现的医嘱就该彻底消失，而不是“意思意思改一点”。惩罚力度由 λ 调节，λ 越大，压出的零特征越多，解释越精简。

∥x′−x∥1=∑i=1n∣xi′−xi∣\displaystyle \|x'-x\|_1 = \sum_{i=1}^{n} |x'_i - x_i|
L2 对大幅度改动惩罚极重，因此会把所有改动“均匀分摊”，结果往往是每个特征都动一点——这在反事实解释中恰恰是灾难。
  1. 平方运算$(x'_i - x_i)^2$ 对偏差平方，大幅度改动被放大惩罚。
    (xi′−xi)2(x'_i - x_i)^2
  2. 对比结论L1 的菱形等高线在坐标轴上“撞角”，产生零值；L2 的球形等高线没有角，多数时候只产生非零小值。
    ∥z∥1 vs ∥z∥22\|z\|_1 \ \text{vs} \ \|z\|_2^2

特征选择机制

除了正则化，医生还有一种更朴素的思路：逐个排查。面对老李的 5 个异常指标，医生会先问：“哪一项对风险影响最大？”找到最可疑的，改掉再看；还不够，再加下一项。这就是前向特征选择的思想——一步一步，攒出最小有效改动集合。

前向选择从空集出发，每一轮从剩余特征里挑出“改动后预测变化最大”的那一个。选特征 j 的判据是：

与之对应的是后向消除：从“所有特征都改”出发，每轮删掉一个对翻转贡献最小的特征。前向适合特征多、改动预算少；后向适合特征少、想保险覆盖。两者都是贪心算法，虽不保证全局最优，但速度快、解释直观，在工程上非常常用。特征重要度排序也为“哪个维度可变动性更强”提供了依据。

老李的医生就是这么干的：先问吸烟，再查血糖，两轮搞定——不会一上来就把五个指标全列出来。特征选择机制把“医生查房”的路径流程化，让解释生成过程本身也可审计、可复现。它不是数学上最优的，却是临床上最像人的。

j∗=arg⁡max⁡j∉S  Δj,Δj=∣f(x′∪{j})−f(x′)∣\displaystyle j^{*} = \arg\max_{j \notin S} \; \Delta_j, \quad \Delta_j = \left| f(x' \cup \{j\}) - f(x') \right|
其中 S 是已选特征集合。每个候选特征加入前后，模型输出的变化量 Δ 反映了它对翻转预测的贡献，每轮贪心地选贡献最大的。
  1. 已选集合 S已经确定要改动的特征集合，初始为空集。
    S=∅S = \emptyset
  2. 候选排除$j \notin S$ 表示只考虑还没被选中的特征，避免重复选择。
    j∉Sj \notin S
  3. 贡献度 Δj加入特征 j 后模型预测的变化绝对值，越大说明 j 越关键。
    Δj=∣f(x′∪{j})−f(x′)∣\Delta_j = \left| f(x' \cup \{j\}) - f(x') \right|
  4. 贪心选取每轮用 argmax 挑贡献最大的特征，直到预测翻转或达到改动上限。
    arg⁡max⁡j∉S  Δj\arg\max_{j \notin S} \; \Delta_j

权衡与调优

如果医生只开一味药，病人照做但病没好，那叫“糊弄”；如果开二十味药，药到病除但没人吃得下，那叫“形式主义”。稀疏性约束的 λ 就是医生的用药风格——调得太极端，解释要么无效，要么笨重。稀疏与邻近、稀疏与可行之间永远需要弹性平衡。

综合前面的讨论，带 L1 稀疏惩罚的反事实目标函数可以写成：

工程实践中，λ 的取值往往和业务约束绑定：信贷场景可能规定“最多提示 3 条行动建议”，医疗场景可能规定“行为改动不超过 2 项”。这时 λ 不需要玄学调参，而是由产品需求反向确定——先定稀疏度上限，再校准 λ，最后验证成功率（翻转比例）与邻近性（平均改动幅度）。

好的 λ 是“够用就好”的智慧：像老李的医生先给两味药，复诊看效果再调整。反事实解释的调优也是一个反馈循环——结合用户采纳率反复校准，而不是一次性拍脑袋定死。目标是让解释在“改得动”和“看得懂”之间站住脚。

min⁡x′  λ⋅∥x′−x∥1+d(x′,x)s.t.f(x′)≠f(x)\displaystyle \min_{x'} \; \lambda \cdot \|x'-x\|_1 + d(x', x) \quad \text{s.t.} \quad f(x') \neq f(x)
λ 在这里重新分配天平：左边是稀疏项，右边是邻近项。λ 调大，解释更精简但可能翻不了预测；λ 调小，解释更保稳但改动特征变多。
  1. 稀疏项在前λ \cdot \|x'-x\|_1 优先压制改动特征的数量与幅度。
    λ⋅∥x′−x∥1\lambda \cdot \|x'-x\|_1
  2. 邻近项在后$d(x', x)$ 保证改动幅度不夸张，解释贴近现实。
    d(x′,x)d(x', x)
  3. 约束不可丢无论 λ 怎么调，翻转预测是底线，否则解释无效。
    f(x′)≠f(x)f(x') \neq f(x)
  4. 调参方式实际中通常在验证集上做网格搜索，用稀疏度与成功率两个指标一起选 λ。
    λ∗=arg⁡max⁡λ  成功率(λ)+α⋅稀疏度(λ)\lambda^{*} = \arg\max_{\lambda} \; \text{成功率}(\lambda) + \alpha \cdot \text{稀疏度}(\lambda)

评估与应用

药方好不好，不看开药时多漂亮，而看病人是否照做、病是否好转。同理，稀疏反事实解释的评估要看：改动真的少吗？用户真的采纳吗？监管真的认可吗？三个问题对应三类指标：稀疏度、采纳率、合规性。

最基础的指标是稀疏度——被改动特征数占总特征数的比例越小越稀疏：

评估之外，稀疏性约束的价值正加速向产业渗透。在银行信贷中，拒绝用户贷款时给出“仅需降低信用卡使用率”这样一条建议，比罗列 20 条违规原因有效得多；在电商场景，“再凑 20 元即可享满减”本质上就是一个稀疏反事实；在健康管理 App 中，系统只提醒“今晚 11 点前睡”，用户才愿意照做。欧盟《人工智能法案》等合规框架也鼓励用可理解的反事实解释支撑自动化决策的透明度要求，让每一句解释都可追溯、可审计。

回到老李。一个月的稀疏反事实建议后，他戒了烟、降了血糖，复查模型给出了低风险。他记住的只有两句话，但这两句话改变了他的身体。少即是多——这正是稀疏性约束送给可解释 AI 的礼物：让机器学会克制，让建议真正落地。

S(x′)=1−∥x′−x∥0n\displaystyle S(x') = 1 - \frac{\|x'-x\|_0}{n}
S 取值为 0 到 1。S=1 表示一个特征都没改；S=0 表示所有特征都被改了。反事实解释希望 S 尽量高，但必须同时满足翻转约束。
  1. 改动计数$\|x'-x\|_0$ 是实际被改动的特征数量 k。
    k=∥x′−x∥0k = \|x'-x\|_0
  2. 总数归一除以 n 得到改动比例，再用 1 减得到“未改动比例”。
    1−kn1 - \frac{k}{n}
  3. 解释语义S 越高，对用户来说越“省事”，认知负担越低，建议越可执行。

AI 应用场景

信贷拒绝解释

阶段：模型部署与决策解释（事后可解释性）

解决的问题：传统风控模型只输出“拒绝”与分数，用户满腹疑问却无处申辩；稀疏反事实解释给出“仅需将信用卡使用率从 85% 降至 60%”这类单条建议，既让用户看到挽回路径，又降低客服申诉量。

具体案例：某互联网银行的消费贷产品接入稀疏反事实模块后，被拒用户的二次进件率提升 18%，投诉率下降 23%。系统内部用 L1 正则化在 20 余个特征中选出 1-2 个关键可变动维度（如使用率、账单分期数）生成建议，并用“改动特征数 ≤ 3”作为产品硬约束。

智慧健康管理提醒

阶段：个性化健康干预（模型输出 + 用户侧解释）

解决的问题：慢性病风险模型给出“高风险”却不说怎么办，用户无从下手；稀疏反事实把“5 项异常”压缩成“先戒烟、再控血糖”两条可执行动作，认知负担小，依从性显著提升。

具体案例：健康管理 App 根据智能手表与体检数据预测风险，对风险用户生成最小改动方案：每日步数从 3000 提到 8000 即可退出高风险区间——一条建议，用户坚持率提升约 2 倍。稀疏性约束确保了提醒永远“少而准”。

电商营销转化

阶段：推荐系统的解释与引导（人机交互层）

解决的问题：促销推荐中，“您还差 20 元即可享受满 300 减 50”的本质就是稀疏反事实：把“当前不满足优惠”翻转为“再凑一件 20 元商品即满足”。相比罗列全部促销规则，单条稀疏建议转化率更高。

具体案例：某电商平台在购物车页上线“差多少凑单”提示，仅改动“再加购金额”这一个特征，优惠券核销率提升 12%。生成该提示时，模型在加购、领取、凑单三个候选特征中选了用户最容易执行的一个。

Python 演示

python37 行
import numpy as np W = np.array([0.18, 0.20, 0.14, 0.18, 0.30])FEATS = ["bp", "glucose", "weight", "exercise", "smoking"]  def risk_prob(x):    """AI doctor: weighted sum -> sigmoid -> risk probability."""    return 1.0 / (1.0 + np.exp(-(np.dot(W, x) - 0.52)))  def l1_counterfactual(x0, lam=0.30, lr=0.08, steps=400):    """ISTA: smooth loss + lam * L1 sparsity penalty on (x - x0)."""    x = x0.copy()    for _ in range(steps):        p = risk_prob(x)        if p < 0.5:            break        hinge_grad = p * (1 - p) * W        grad = 2 * (x - x0) + hinge_grad        z = x - lr * grad        x = x0 + np.sign(z - x0) * np.maximum(np.abs(z - x0) - lr * lam, 0.0)        x = np.clip(x, 0.0, 1.0)    return x, risk_prob(x)  if __name__ == "__main__":    patient = np.array([0.85, 0.80, 0.70, 0.88, 0.90])    print("original risk:", round(risk_prob(patient), 3))    for lam in [0.05, 0.30, 2.00]:        x_cf, p_cf = l1_counterfactual(patient, lam=lam)        changed = np.abs(x_cf - patient) > 0.05        print("\nlambda =", lam, "| cf risk:", round(p_cf, 3),              "| changed features:", int(changed.sum()))        for j in np.where(changed)[0]:            print("   ", FEATS[j], "from", round(patient[j], 2),                  "to", round(x_cf[j], 2))
目的：用近端梯度下降实现一个带 L1 稀疏惩罚的反事实搜索，观察不同 λ 下“AI 医生”给老李开出的最小改动方案。
  1. W = np.array([0.18, 0.20, 0.14, 0.18, 0.30])定义 5 项健康指标的权重，模拟 AI 医生对各指标的重视程度。
  2. def risk_prob(x)sigmoid 风险模型，输出大于 0.5 视为高风险。
  3. hinge_grad = p * (1 - p) * W翻转约束的梯度，迫使风险降到 0.5 以下。
  4. z = x - lr * grad先沿梯度下降方向走一小步。
  5. x = x0 + np.sign(z - x0) * np.maximum(np.abs(z - x0) - lr * lam, 0.0)软阈值近端步：把“离开原始点”的小改动拉回 0，这是 L1 稀疏的关键。
  6. changed = np.abs(x_cf - patient) > 0.05判定哪些特征真的被改了，用于统计稀疏度。

常见误区

误区反事实解释当然改得越少越好，最好只改一个特征，只要能翻转就是最优解释。

正解稀疏不是唯一目标，还要兼顾邻近性（改动幅度）与可行性（改动是否现实）。极端 λ 下可能只改 1 个特征，但这一改可能是“让老李明天变成运动员”这种不可执行方案。医生开一味剧毒药“见效”，病人也活不了。稀疏度、邻近性、可翻转率三个指标要一起看。

为何常见：因为稀疏性的直觉太强——“少”天然被感知为“好”，而可行性、可执行性需要事后检验，不易一眼看出。

误区L1 和 L0 差不多，都是统计改了几个特征，只是写法不同。

正解L0 数的是“被改动特征的数量”，L1 数的是“所有特征改动幅度之和”。L1 是 L0 的凸松弛，它不直接计数，但通过把不必要改动压到 0 间接实现稀疏。好比医生不是数“开了几种药”，而是算“总用药量”，但总用药量最省的处方往往也是种类最少的。

为何常见：两者都能得到稀疏解，学习者容易把“效果等同”误当作“定义等同”。

误区给反事实解释加了稀疏性约束，是不是要把模型的参数也改一改，让模型输出更稀疏的解释？

正解反事实解释的稀疏性约束作用于“解释的生成过程”，是事后（post-hoc）的，不改变模型参数。它调整的是候选反事实 x′ 的搜索目标，而不是模型 f 的权重。模型还是那个模型，变的是“我们怎么找解释”。

为何常见：“正则化”一词在训练场景中太常见（如 weight decay），容易让人误以为这里也是在约束模型训练。

误区λ 是稀疏惩罚系数，调得越大，解释越精简，效果当然越好。

正解λ 过大，稀疏项权重太高，优化结果可能根本解不出翻转——预测翻不了，解释就失效。λ 也不是越小越好，太小会让解释退化成“全都要改”。实践中要权衡稀疏度、可翻转率、邻近性三个指标，通常用网格搜索校准。

为何常见：“惩罚越大 = 效果越强”的线性思维。实际上正则化目标是最小化多目标加权和，权重失衡会顾此失彼。

面试题

Q1. 稀疏性约束的核心目标是？

单选题 · easy

  • A.改变数量尽可能多的特征
  • B.改变数量尽可能少的特征← 正确答案
  • C.确保每次只改一个特征
  • D.特征改动幅度越小越好

答案：B。稀疏性约束要求反事实解释只改动最少数量的特征，以降低认知负担、提高可执行性。C 过于绝对，稀疏不等于只改一个；D 描述的是邻近性而非稀疏性。

Q2. 关于 L1 与 L2 正则化的稀疏性，正确的是？

单选题 · easy

  • A.L1 更容易产生稀疏解← 正确答案
  • B.L2 更容易产生稀疏解
  • C.两者稀疏效果完全相同
  • D.L2 会把系数压到零

答案：A。L1 的绝对值惩罚在零点有“尖角”，能把系数压到恰好 0；L2 的平方惩罚只会把系数压小、很少压到 0。类比医生：L1 果断不开多余的药，L2 每样药都开一点点。

Q3. 反事实解释中 ||x′-x||₀ 的语义是？

单选题 · mid

  • A.两个样本的欧氏距离
  • B.被改动特征的数量← 正确答案
  • C.两个样本的余弦相似度
  • D.全部特征数值的总和

答案：B。L0 范数统计的是 x′ 与 x 不相等的特征个数，即改了几项。欧氏距离是 L2 的语义，余弦相似度衡量方向而非数量，都不符合 L0 的“数数”本质。

Q4. λ 设置过大时，反事实解释可能出现？

单选题 · mid

  • A.解释结果更加可行
  • B.预测可能无法翻转← 正确答案
  • C.需要改动的特征过多
  • D.模型训练速度变慢

答案：B。λ 过大意味着稀疏惩罚权重极高，优化器宁愿“什么都不改”也不愿付出改动代价，导致约束 f(x′)≠f(x) 无法满足，预测翻不了。好医生若只允许开半味药，病自然治不好。

Q5. 稀疏性与邻近性的区别是？

单选题 · hard

  • A.前者数改动特征个数← 正确答案
  • B.前者衡量改动幅度大小
  • C.后者统计特征改动个数
  • D.两者含义完全相同

答案：A。稀疏性（sparsity）数的是“改了几个特征”，邻近性（proximity）量的是“改动幅度多大”。一个反事实可能只改 1 个特征但幅度巨大（体重从 80kg 改到 40kg），也可能改 5 个特征但每项只动 1%，两个维度必须分开评估。

Q6. 以下哪些可用于实现稀疏反事实解释？

多选题 · mid

  • A.L1 正则化惩罚项← 正确答案
  • B.前向贪婪特征选择← 正确答案
  • C.随机梯度下降算法
  • D.后向逐一消除特征← 正确答案

答案：ABD。L1 正则化通过绝对值惩罚压出零特征，前向选择与后向消除都是特征选择机制，能得到稀疏方案。随机梯度下降只是通用优化器，本身不产生稀疏性，需配合 L1 等惩罚项使用。

Q7. 稀疏反事实解释的主要价值是？

单选题 · easy

  • A.降低用户认知负担← 正确答案
  • B.增大特征改动幅度
  • C.提高模型预测准确率
  • D.减少训练数据需求

答案：A。改动特征越少，用户越容易记住和执行，认知负担越低。稀疏性约束是解释层面的设计，不提高模型准确率，也不减少训练数据需求，更不会刻意增大改动幅度。

Q8. 关于 L0 与 L1 范数，正确的有？

多选题 · extreme

  • A.L0 统计非零元素个数← 正确答案
  • B.L1 是 L0 的凸松弛← 正确答案
  • C.两者优化难度完全相同
  • D.L1 更便于梯度优化← 正确答案

答案：ABD。L0 是组合计数，不可导且优化为 NP-hard；L1 是绝对值求和，是 L0 的凸松弛，便于梯度类方法优化。两者优化难度差异巨大，因此 C 错误。L1 通过“软阈值”实现稀疏，是工程上替代 L0 的常用手段。

Q9. 反事实解释的稀疏度指标定义为？

单选题 · hard

  • A.1 减去改动特征占比← 正确答案
  • B.改动特征的数量总和
  • C.模型参数的规模大小
  • D.训练样本的个数多少

答案：A。稀疏度 S = 1 − k/n，其中 k 是被改动特征数，n 是总特征数。S 越接近 1 越稀疏。B 只是绝对数量，无法跨样本比较；C、D 与反事实解释的稀疏度无关。

Q10. 稀疏反事实解释的落地价值包括？

多选题 · mid

  • A.提升用户采纳率← 正确答案
  • B.便于监管合规审查← 正确答案
  • C.增大模型参数量
  • D.提高建议可执行性← 正确答案

答案：ABD。稀疏解释让用户一眼看懂“改什么、怎么改”，采纳率与可执行性自然提升；可追溯的单条建议也便于向监管说明决策依据。它属于解释层技术，不会改变模型参数量，C 错误。