arXiv · ML· Pietro Barbiero, Giovanni De Felice, Mateo Espinosa Zarlenga, Francesco Giannini, Filippo Bonchi, Mateja Jamnik, Giuseppe Marra, Ruggero Noris·· 23 小时前AI 评分34
Standard Interpretable Model：基于基本对称性设计可解释机器学习方法
The Standard Interpretable Model: Design interpretable machine learning methods from elementary symmetries
AI 导读
研究者提出 Standard Interpretable Model（SIM），这是一种从第一原理推导设计可解释方法的通用理论。 SIM 系统推导出可解释性对称性及约束，证明模型的完全表达能力与可解释性对称性可以共存。 在语言模型上，基于 SIM 构建的模型在保持完全可解释性的同时，性能与同等规模的不可解释模型持平。
来源：arXiv · ML · arxiv.org