跳到正文
arXiv · 机器人与计算机视觉· Ronen Schaffer, Hila Manor, Tomer Michaeli·· 2026-10-20AI 评分35

ViT 是否具备 Patch-Decoding 可解释性:一项系统性研究

The Explainability Illusion: Must ViTs Exhibit Patch-Decoding Interpretability?

AI 导读

该研究系统验证了视觉 Transformer(ViT)的 token-decoding 可解释性并非架构固有属性,而是随优化景观变化的偶然结果。实验发现部分模型呈现对齐的可解码输出,而另一些则出现反转映射或完全缺乏与图像语义的相关性。

来源:arXiv · 机器人与计算机视觉 · arxiv.org