Ra-NEM：优化插入删除曲线的归因方法

研究者提出一种名为 Ra-NEM 的特征归因方法，从插入与删除曲线下面积这一忠实性度量出发，推导出目标函数及其梯度近似，并建立插入曲线与 top-k 特征选择的联系，形成衡量归因质量的损失函数。将该损失与神经解释掩码框架结合即得到 Ra-NEM。 作者称，Ra-NEM 可用于任意可微模型且不影响模型性能；实验显示其归因更准确、鲁棒且高效，忠实性优于其他算法，推理速度快，适合在线应用，代码已开源。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。