研究揭示ViT补丁解码可解释性非固有属性

2026年10月20日，arXiv发布关于视觉Transformer（ViT）可解释性的新研究。该研究指出，ViT的token解码可解释性并非Transformer架构的固有属性，而是随优化景观任意变化的特性。 研究发现，部分ViT模型会出现“可解释性反转”，即解码出的补丁与图像语义完全不相关。这表明可解释性幻觉在单一架构中普遍存在，挑战了此前认为ViT天然具备可解释性的假设。 理论上证实，单一架构可实现不同解释模式的多种最优分类规则。这意味着模型表现优秀的分类结果，并不一定伴随着符合人类认知的补丁解释，可解释性需针对具体模型独立验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。