关键词explainability metrics
搜索结果 - 3
- EMNLP通过双重模仿实现推荐与对话的对齐
本文提出 DICR,通过将推荐动作建模为知识图谱中的推荐路径,设计了双向模仿来明确地对齐推荐模块和对话模块中的推荐路径和用户兴趣变化路径,从而实现了推荐和对话模块之间的双向促进,并生成具有准确推荐和连贯解释的高质量响应。实验结果表明 DIC - 在图神经网络中解释解释者:一项比较研究
本文通过实验研究,测试了十种解释器在八种代表性架构训练的六个仔细设计的图形和节点分类数据集上的表现,提供了 GNN 解释器选择和适用性的关键见解,分离了使它们可用的关键组件并提供了关于如何避免常见解释误区的建议,并强调了未来研究的开放性问题 - CVPR利用可解释度度量增强 SGD
通过提出一种新的解释性指标来量化神经网络中冗余信息的质量, 并量化与优化器、网络和数据集的泛化性能高度相关的复杂度措施来增强随机梯度下降(SGD)的方法,我们提出了一种可以对深度神经网络中间层进行探索并给出量化学习质量的方法,并将其应用于