研究人员引入了新的方法来改进可解释人工智能（XAI），通过识别神经元的激活何时代表某个概念的缺失而非存在。当前XAI技术常常难以检测这些在深度神经网络中普遍存在的“编码的缺失”。所提出的归因和特征可视化方法的扩展可以揭示这些缺失的概念，从而实现更好的模型去偏和理解，正如在ImageNet模型实验中所展示的。 AI
影响 通过揭示隐藏的负相关性来增强AI模型的可解释性，可能提高安全性和去偏性。
排序理由 详细介绍可解释人工智能新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →