यह पत्र इस समस्या को उजागर करता है कि छवि वर्गीकारक आउटपुट के लिए स्पष्टीकरण उत्पन्न करने वाले मौजूदा एल्गोरिदम विभिन्न स्पष्टीकरण परिभाषाओं और तकनीकों का उपयोग करते हैं, लेकिन कारण और स्पष्टीकरण की औपचारिक परिभाषा के आधार पर एक सैद्धांतिक दृष्टिकोण का उपयोग नहीं करते हैं। इसलिए, हम वास्तविक कार्य-कारण के सिद्धांत पर आधारित एक नवीन ब्लैक-बॉक्स दृष्टिकोण प्रस्तावित करते हैं। हम प्रासंगिक सैद्धांतिक परिणामों का प्रदर्शन करते हैं, इन परिभाषाओं के आधार पर अनुमानित स्पष्टीकरणों की गणना करने के लिए एक एल्गोरिदम प्रस्तुत करते हैं, और एल्गोरिदम की समाप्ति, जटिलता और सटीक परिभाषा के साथ अनुमान की तुलना पर चर्चा करते हैं। हम प्रस्तावित ढांचे को ReX नामक एक उपकरण में लागू करते हैं और अत्याधुनिक उपकरणों के साथ प्रयोगात्मक परिणाम और तुलना प्रस्तुत करते हैं। हम प्रदर्शित करते हैं कि ReX सबसे कुशल है और सबसे छोटे स्पष्टीकरण प्रदान करता है, जबकि मानक गुणवत्ता मेट्रिक्स पर अन्य ब्लैक-बॉक्स उपकरणों से बेहतर प्रदर्शन करता है।
