arXiv · cs.AI· Bhanu Tokas·· 18 天前AI 评分24
Hide and Seek：面向黑盒视觉模型的无需权重与标注的概念级归因解释方法
Hide and Seek: HIDE Concepts to SEEK explanations for black box models
来源与原文
arXiv · cs.AI
作者：Bhanu Tokas
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.13935v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者提出 Hide and Seek（HnS），一种概念级归因方法，无需访问模型权重或概念标注数据集即可解释黑盒视觉模型。HnS 借助视觉-语言模型检索概念对齐图像、定位并遮蔽概念区域，通过对比遮蔽前后模型输出的变化来度量归因。该方法在 CelebA 和 COCO-Stuff 上验证，与真值归因的一致性优于现有方法，并可用于图像描述生成和卫星图像分割等现有方法无法处理的任务。
来源：arXiv · cs.AI · arxiv.org