实体 Shapley-Taylor

Shapley-Taylor

PulseAugur coverage of Shapley-Taylor — every cluster mentioning Shapley-Taylor across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

RESEARCH · CL_99567 · Jun 17 · 15:21

新方法将机器学习模型交互分解为独特性、冗余性和协同性

研究人员开发了一种名为 Stochastic Hi-Fi 的新方法，以更好地理解机器学习模型内的交互。该技术将特征重要性分解为独特性、冗余性和协同性，解决了现有标量交互分数的局限性。Stochastic Hi-Fi 在恢复基线方法所遗漏的复杂结构方面显示出潜力，并已应用于分析 GPT-2 IOI 电路和医学成像数据集。