Nov, 2022
瓶中之语:语言模型引导的概念瓶颈用于可解释的图像分类
Language in a Bottle: Language Model Guided Concept Bottlenecks for Interpretable Image Classification
Yue Yang, Artemis Panagopoulou, Shenghao Zhou, Daniel Jin, Chris Callison-Burch...
TL;DR本研究提出了一种基于 GPT-3 语言模型的 LaBo 方法来构建 Concept Bottleneck Models,LaBo 可以有效地搜索与给定问题领域相关的候选瓶颈概念,通过将 GPT-3 的句式概念与图像对齐形成瓶颈层,最终实验结果显示,LaBo 提高了 11.7% 的准确性,证明了解释性模型的广泛应用前景。