arXiv · 机器人与计算机视觉· Cenwei Zhang, Lin Zhu, Manxi Lin, Lei You·· 9 天前AI 评分42
从基线到运输测地线:基于最优生成流的公理化归因方法
From Baselines to Transport Geodesics: Axiomatic Attribution via Optimal Generative Flows
AI 导读
针对特征归因中路径选择模糊的问题,研究提出通过分布级运输过程而非手工插值来定义解释路径。该方法证明固定路径下 Aumann-Shapley 线积分是唯一符合公理的规则,并最小化动能作用导出运输测地线归因原理。实验表明 Reflow 提升了跨种子稳定性,学习到的传输路径在空间一致性上表现优异且删除忠实度具有竞争力。代码已开源。
来源:arXiv · 机器人与计算机视觉 · arxiv.org