机械可解释性的五级证据阶梯：从相关性到机制重建

作者提出机械可解释性的五级证据阶梯，依次涵盖相关性、Steering、消融、反事实概念替换和仿真。进阶分析还需加强机制定位、控制混淆因素空间，并考虑干预后的自我修复及干预本身制造机制的风险。