ICLROct, 2019
诊断泛化不良时,显著性可能是一个误导
Saliency is a Possible Red Herring When Diagnosing Poor Generalization
Joseph D. Viviano, Becks Simpson, Francis Dutil, Yoshua Bengio, Joseph Paul Cohen
TL;DR该论文研究利用辅助标签(即人工绘制的掩模)训练模型以在预测任务中忽略分散注意力的外部特征,以提高模型的泛化性能,同时也探讨了模型泛化性能不佳的根本原因以及采用掩模在 “说明性预测” 任务中的实用性问题。