某銀行導入 AI 模型進行貸款核准判斷，主管要求必須具備可解釋人工智慧（XAI）機制，以便在客戶被拒貸時，能向審查人員說明該客戶被判定拒貸的主要原因。下列何者最符合 LIME 的運作方式，以用於提供單一客戶預測結果解釋？
答案 （D）
核心概念
LIME 在那一筆資料附近造一堆模擬樣本，用簡單模型看哪些特徵影響了這一次的預測。
LIME（Local Interpretable Model-agnostic Explanations）的做法：
・拿被拒貸的客戶資料，微調各項特徵產生很多相近的模擬樣本
・把模擬樣本丟給原模型看預測結果怎麼變
・用一個簡單的線性模型去擬合這些變化，線性模型的係數就是各特徵的影響程度
它只解釋「這一筆」，而且不管原模型內部長什麼樣，所以叫「局部」「模型無關」。
本題詳解提到同卷第 35 題。
答題技巧
快速判斷技巧：LIME 找「附近模擬樣本」「單一客戶」「特徵影響程度」三個關鍵字。 ・單一筆、附近擾動、簡單模型擬合 → LIME ・所有案件、整體規律 → 全域解釋 ・拆模型內部看參數 → 跟 LIME 無關
易錯陷阱：(B) 全域解釋也在算特徵重要性，容易覺得「套用到該客戶」就可以了。 關鍵差異：LIME 是為這一筆量身分析，全域的重要性套過來不代表這個人的情況。 本卷第 35 題問全域、第 45 題問局部，一起讀就分得清。