告别黑箱解释！首个潜变量自动解释框架 | CIKM'25
埃默里大学团队提出LatentExplainer框架，旨在解决深度生成模型潜变量解释难的问题。该框架通过归纳偏置引导扰动、自动提示生成和不确定性评估三步机制，在CelebA-HQ等多个数据集上显著提升解释质量，BLEU分数最高提升近三倍。实验表明，其在GPT-4o等大模型基础上能稳定生成语义准确的解释，为打开生成模型“黑箱”提供了有效路径，助力构建更透明、可信的生成式AI系统。来源：https://mp.weixin.qq.com/s/-wdNvA3exZQKwmVtny9ewQ
页:
[1]