论文比较CNN、ViT与ViM可解释性
热点事件持续更新
论文比较CNN、ViT与ViM可解释性
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
Marco Stefani 等作者提交论文，用眼动追踪数据量化 CNN、ViT 与 Vision Mamba（ViM）的模型注意力与人类视觉感知的对齐程度，覆盖细粒度分类、医学影像和情绪识别任务。 结果显示：CNN 显著性图更全局弥散，ViT 呈 patch 级细粒度注意力，ViM 在医学任务可解释性强，但在自然图像上强度分布出现分化。研究还分析了骨干冻结与集成策略对可解释性的影响。
AI 根据报道生成 · 1 小时前更新
最新进展10月12日 12:00
CNN、Mamba 与 ViT 架构的可解释性分析：基于眼动注视数据的验证报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv cs.CVCNN、Mamba 与 ViT 架构的可解释性分析：基于眼动注视数据的验证
研究用眼动追踪数据量化 CNN、ViT 与 Vision Mamba（ViM）的模型注意力与人类视觉感知的对齐程度，覆盖细粒度分类、医学影像和情绪识别任务。结果显示 CNN 显著性图更全局弥散，ViT 呈 patch 级细粒度注意力，ViM 在医学任务可解释性强但自然图像上强度分布出现分化。研究还分析了骨干冻结与集成策略对可解释性的影响。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。