行动中的可解释性：通过在 ComfyUI 中弯 曲扩散模型实现表达操作和隐含理解.pdfVIP

行动中的可解释性：通过在ComfyUI中弯

曲扩散模型实现表达操作和隐含理解

AhmedM.AbuzuraiqPhilippePasquier

SchoolofInteractiveArtsandTechnologySchoolofInteractiveArtsandTechnology

SimonFraserUniversitySimonFraserUniversity

Surrey,CanadaSurrey,Canada

aabuzura@sfu.capasquier@sfu.ca

摘要Keywords

本可解释的人工智能（XAI）在创意语境中可以超越透明可解释的人工智能，生成式人工智能，扩散模型，视

译度，支持艺术参与、可修改性和持续实践。虽然经过精觉艺术，模型调整，模型设计，行动中的反思

中心策划的数据集和训练人类规模的模型可以为艺术家ACMReferenceFormat:

提供更大的自主权和控制力，但像文本到图像扩散系AhmedM.AbuzuraiqandPhilippePasquier.2025.行动中的可

1

v统这样的大规模生成模型往往掩盖了这些可能性。我解释性：通过在ComfyUI中弯曲扩散模型实现表达操作和隐

3们建议，即使大型模型也可以被视为创意材料，只要含理解.InProceedingsofExplainableAIfortheArtsWorkshop

8

1它们的内部结构是公开且可操作的。我们提出了一种2025(XAIxArts2025).ACM,NewYork,NY,USA,6pages.https:

7///10.1145/nnnnnnn.nnnnnnn

0基于工艺的方法来实现可解释性，这种方法植根于长

.

8期的手动参与——类似于申农的“行动中的反思”——

0

5并通过集成到ComfyUI节点式界面中的一个模型弯1介绍

2曲和检查插件来展示其应用。我们展示了通过交互式可解释的人工智能（XAI）传统上侧重于为审计、透明

:

v地操纵生成模型的不同部分，艺术家可以培养出对每度或安全性解密机器学习系统[16]。然而，在创造性语

i

x个组件如何影响输出的直觉。境中，可解释性可以扮演不同的角色，包括使模型变

r

a

得可修改和可调试以实现有意义的艺术参与[9]，以及

创造超越单纯娱乐的条件，支持持续的艺术实践[27]。

上一次关于XAIxArts的工作坊[10]结束时发布了一

份宣言，呼吁艺术家和研究者探索技术中心主义之外

Permissionto