会员服务
广义上的可解释性指在我们需要了解或解决一件事情的时候，我们可以获得我们所需要的足够的可以理解的信息，也就是说一个人能够持续预测模型结果的程度。按照可解释性方法进行的过程进行划分的话，大概可以划分为三个大类： 在建模之前的可解释性方法，建立本身具备可解释性的模型，在建模之后使用可解释性方法对模型作出解释。
Scalable and Interpretable Representation Alignment with Ordinal Similarity
Arxiv
0+阅读 · 6月16日
NeRD: Neuro-Symbolic Rule Distillation for Efficient Ontology-Grounded Chain-of-Thought in Medical Image Diagnosis
Arxiv
0+阅读 · 6月16日
HSQ-VLM: A Novel Spatially-Constrained Quadrant Segmentation VLM Model for Explainability in Diabetic Retinopathy
Arxiv
0+阅读 · 6月11日
Scalable Circuit Learning for Interpreting Large Language Models
Arxiv
0+阅读 · 6月15日
LLM-Based Visual Explanation Evaluation Framework for Assessing the Explainability of Facial Skin Disease Classification Models
Arxiv
0+阅读 · 6月15日
Evaluating Local Explainability Metrics for Machine Learning Models on Tabular Data
Arxiv
0+阅读 · 6月15日
Interpretable Scalar-on-Image Linear Regression Models via the Generalized Dantzig Selector
Arxiv
0+阅读 · 6月13日
Enhancing Precision Agriculture with a Hybrid Deep Learning Framework for Multi-Class Plant Disease Classification and Interpretability
Arxiv
0+阅读 · 6月13日
Scalable and Interpretable Representation Alignment with Ordinal Similarity
Arxiv
0+阅读 · 6月15日
NeRD: Neuro-Symbolic Rule Distillation for Efficient Ontology-Grounded Chain-of-Thought in Medical Image Diagnosis
Arxiv
0+阅读 · 6月14日
Where Black-box Drug-Target Interaction Prediction Models Look: Cross-Method Explainability
Arxiv
0+阅读 · 6月12日
Q-Net: Queue Length Estimation via Kalman-based Neural Networks
Arxiv
0+阅读 · 6月12日
Beyond the Black Box: Interpretability of Agentic AI Tool Use
Arxiv
0+阅读 · 6月4日
Learning High Coverage Discriminative Parsimonious Rulesets
Arxiv
0+阅读 · 6月12日
Feature-Space Planes Searcher: A Universal Domain Adaptation Framework for Interpretability and Computational Efficiency
Arxiv
0+阅读 · 6月12日
参考链接
微信扫码咨询专知VIP会员
Top