Local Distillation

新AI方法使用“局部蒸馏”实现可解释性预测

研究人员开发了一种名为局部蒸馏的新方法，以提高AI模型的可解释性。该技术使用一个“教师”AI在每个查询点指导一个更简单的“学生”线性模型，从而有效地创建一个与更复杂的教师模型精度相当的透明模型。该方法在各种基准数据集上取得了成功，精度几乎与教师模型相当，同时提供了稀疏的线性模型用于解释。在癌症基因表达的一个例子中，局部蒸馏识别出了具有不同预测特征的患者亚组，而这些特征在全局线性模型或黑盒AI中并不明显。