研究者提出 KPSA 参数敏感度图谱方法

Davide Wiest 等作者发表论文，提出 KPSA（核化参数敏感度图谱）方法。该方法从经验神经正切核的块分解出发，度量归一化的参数组敏感度，并将其嵌入查询空间，再用轻量核估计未见输入的敏感度，以实现摊销式条件可解释性。 论文称，KPSA 由此把参数敏感度分析从逐输入计算转为可摊销的估计，从而支持对未见输入的敏感度推断。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。