实体
Asanka G. Perera
Asanka G. Perera
PulseAugur coverage of Asanka G. Perera — every cluster mentioning Asanka G. Perera across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新的 HiLRP 方法为各种 Vision Transformer 提供了统一的解释
研究人员开发了一种名为 HiLRP 的新归因方法，旨在为 Vision Transformer (ViT) 模型提供单一、可信的解释。现有方法在处理 ViT 的多样化架构时遇到困难，常常依赖于在不同变体中不成立的假设。HiLRP 将 ViT 操作分解为四种基本类型，使其能够生成适用于广泛 ViT 系列的保守有效归因图，这与之前可能产生不准确或夸大相关性得分的方法不同。
-
可解释性方法在不同 AI 视觉模型上表现出架构依赖性
一项发表在 arXiv 上的新基准研究调查了可解释人工智能 (XAI) 归因方法的有效性，特别是它们在卷积神经网络 (CNN) 和视觉 Transformer (ViT) 之间的可迁移性。研究表明，归因性能高度依赖于模型架构，从 CNN 得出的结论不能可靠地应用于基于 Transformer 的模型。该研究强调了进行面向架构的、多维评估的必要性，因为传统指标可能无法准确反映不同模型类型的定位或忠实度。