先给结论：积分梯度的基线不是可有可无的超参，它定义了「特征缺失长什么样」。路径从基线走到当前输入，沿途累加梯度。全黑基线会对黑色像素失明，因为与基线相同的坐标重要性恒为零。血糖为零不是「没测到」而是要命。缺失该用分布来建模，对训练分布做期望梯度。热力图好看不等于解释对了。

为什么「默认全零」会把真正致命的特征抹掉

痛点是深度学习里没有现成的「缺席」。合作博弈里，参与者可以在联盟里或不在；模型输入必须给一个数。基线就是被拿来扮演缺席的那个输入。积分沿直线路径累加局部梯度，再乘上「现值减基线」。这一乘保证了完备性：所有特征重要性加起来等于输出差。完备性对任何基线都成立，所以它不能帮你选基线，只能帮你检查离散积分有没有收敛。

饱和是必须走路径的原因。网络在真实图像附近往往已经把正确类推平，输入处的梯度接近零，哪怕模型极度依赖这些像素。从「什么都没看见」的基线走到饱和点，才能看见哪些像素在爬坡阶段贡献最大。实践里用几百个等分点近似积分，并用完备性残差当收敛门禁。残差相对输出还很大，就加点数。收敛和基线是两件事：点再密，选错的缺失定义也不会自己变对。

五步把基线从习惯收成可声明的缺失假设

1. 先把缺失写成一句话。常数颜色、最大距离图像、模糊、均匀噪声、高斯噪声、训练分布，各自对应不同假设。写不出来，禁止跑积分梯度。
2. 禁止用与任务有含义的常数。表格里的零、图像里的黑，常常是合法甚至极端的真实值。与基线相同的坐标，重要性被公式钉死为零。换一种常数颜色，失明的就是那种颜色。这不是实现 bug，是定义。
3. 单张随机基线会留下抽样伪影。从同一分布抽多条路径再平均，等于把分布本身当缺失。高斯基线的期望梯度与「平滑梯度」很像，差别是乘的是噪声而不是「输入加噪声」，并且沿路径均匀采样而不是只采端点。独立高斯还暗含像素独立，会拆掉邻域相关，热力图更干净，但是在用一种你知道为假的独立假设换平滑。
4. 优先用训练分布当缺失。监督学习已经假设训练和测试来自同一分布，用训练集当抽样是最不另加故事的做法。代价是收敛更慢：要对路径和基线做双重期望，同样点数往往不如单基线贴完备性。这是在用计算换「对某种颜色失明」。
5. 评审不要靠「是否圈出了物体」。诱饵数字可以把类别写进边角或噪声强度，边检测加平滑在人眼里更像解释，真正被模型用的是诱饵。消融测试会把输入推到训练分布外，分不清掉点是因为删对了特征还是因为分布漂了。重训消融更接近「对数据重要」而不是「对该模型重要」。报告必须声明你要忠于模型还是忠于数据。

现场有三条。其一，完备性不能当选基线的裁判。任何基线都能把输出差拆完，拆完只说明算术对，不说明缺失有意义。其二，定性好看会奖励「像人一样看物体」的方法，包括与模型无关的边检测。随机初始化的网络和准确率很高的网络，在某些改过的数字数据上可以画出几乎一样的期望梯度图——因为标签被写进了像素统计。参数随机化测试有用，但不是全部。其三，顶 k 消融里，训练分布和均匀分布往往掉得更快；质量中心消融大家差不多，因为物体本来就常在画面中间，随机热力图也能蒙对中心。消融方式最好和缺失定义匹配：用模糊当基线，就该用模糊来删，否则是在拿两种缺失对打。

路径归因只是解释家族里明确需要基线的一支。扰动删除、参考激活传播、局部代理，都在用某种缺席。不把缺席说清楚，解释比较的是不同的问题。定量评价至今没有像测试集那样的金标准，因为我们本来就不知道网络在做什么。

若只能改解释配置一处：把默认全黑基线改成对训练分布的期望梯度，并在图旁写「缺失=从训练集再抽」。仍用全黑又不声明失明色，热力图不能进评审。

结论：基线是缺失定义，不是调色板

积分梯度沿路径累加，乘上与基线的差。差为零的坐标永远不被看见。常数基线会失明，分布基线用计算换盲区。好看的热力图可以完全不反映模型。仍把全黑当自然选择，是在用习惯代替假设。

你下次交归因图，先写缺失假设、样本数和完备性残差。写不出假设，重要性分数就不能当证据。

本文侧重全链路风控方法论。落地时请用自身业务单据做回放验证，不要把示例阈值直接当生产策略。 相关：风控体检 · 方案资源