arXiv · ML· Bj{\o}rn Leth M{\o}ller, Bulat Ibragimov, Christian Igel·· 2026-10-08AI 评分31
Ra-NEM:优化插入与删除曲线下面积以提升特征重要性解释的可信度
For Those Who Believe in Faithfulness: Optimizing the Area Under Insertion and Deletion Curves for Ranking Relative Feature Importance
AI 导读
研究人员提出 Ra-NEM 方法,通过优化插入和删除曲线下面积(AUC)来衡量归因方法的可信度。 该方法将损失函数与神经解释掩码框架结合,适用于任意可微模型。实验表明 Ra-NEM 提供准确且高效的归因,推理速度快,适合在线应用。
来源:arXiv · ML · arxiv.org