研究者提出HnS黑盒概念归因方法

研究者 Bhanu Tokas 等提出概念级归因方法 Hide and Seek（HnS），无需访问模型权重或标注概念数据集，即可解释多种黑盒视觉模型。 HnS 借助视觉语言模型检索概念对齐图像并定位概念区域，通过掩码前后黑盒模型输出的变化衡量归因，支持图像级局部归因。作者称，在 CelebA 和 COCO-Stuff 上，HnS 与真实归因的一致性优于现有方法，并可用于图像描述和卫星图像分割等任务。

AI 根据报道生成 · 50 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。