本文对概念解释和解纠缠学习领域的研究进行了比较和对比，探讨了它们在各种任务上的性能和行为，以及它们的潜在优势和局限性，并指出两者的最新方法在数据效率、特定分类 / 回归任务的敏感性，或所使用的概念表示符号的敏感性等方面存在局限性。

Apr, 2021

该论文提出了 DiVE 方法，通过在分散的潜在空间中学习扰动并使用多样性强制损失进行约束，从而揭示与模型预测相关的多个有价值的解释，以防止模型产生微不足道的解释。实验证明，与之前的最新方法相比，我们的模型可以提高高质量有价值解释的成功率。

Mar, 2021

ConceptDistil 是一种基于知识蒸馏的方法，旨在为任何黑盒分类器提供概念解释，在通过两个组件：（1）预测给定实例中存在哪些领域概念的概念模型，（2）通过模仿黑盒模型使用概念模型的预测的蒸馏模型进行分解。在一个真实的用例中验证了 ConceptDistil，显示它能够优化两个任务，为任何黑盒模型提供概念解释能力。

May, 2022

DiConStruct 是一种基于概念和因果关系的解释方法，目的是通过结构性因果模型和概念归因来创建更可解释的局部解释，并有效地近似黑盒机器学习模型的预测，而不影响预测任务。

Jan, 2024

提出了一种用于医学图像匿名化的新方法，通过解开图像中的特征向量，实现对身份信息和医学特征的分离，进而制造合成的隐私保护身份用于替代原始图像的身份，实验表明该方法能够生成逼真的匿名图像并保留其原始医学内容。

Nov, 2023

本研究介绍了一种用于发现概念的新颖框架 CDCT，通过潜在扩散的对偶轨迹，在黑盒模型中发现决策相关的概念，从而在各领域应用可靠的人工智能和进一步发展人类知识方面迈出了一步。

Apr, 2024

该研究提出了一种新的判别性反事实视觉解释方法，通过结合三个归属图来计算反事实图，从而更快地获得表现良好的结果，并通过一套量化指标来评价结果。

Apr, 2020

本文从对比学习的角度提出了一种新的对抗生成网络（CD-GAN）来解决因潜变量的后验推断和缺乏样本似然性而难以实现的生成模型因果解释的问题，它通过对比图像特征来实现对数据中不同类之间可辨别属性的提取，并通过仅有的有限监督来提高模型的性能。实验结果表明了该模型在多个数据集上对数据进行高效的可解释性特征提取。

Mar, 2021

我们将 CAVs 从事后分析扩展到事前训练，通过使用额外的概念损失进行微调来减少模型偏差。我们还引入了概念蒸馏，使用预训练的知识模型作为教师来创建更丰富的概念。我们展示了概念敏感训练在去偏、分类问题和重建问题中的应用，可以提高模型的可解释性，减少偏差并引入先验知识。

Nov, 2023

DISCOVER 是一种通用的解释性方法，能够对基于图像的分类模型进行系统的可视解释，适用于医学和自然图像领域。

Jun, 2024