arXiv · cs.AI· Ali Yavari, Alireza Mohamadi, Elham Beydaghi, Philipp Seeb\"ock, Rainer A. Leitgeb·· 1 天前
FAMPE：一种通过频率感知模型参数探索提升可解释性的归因方法
Frequency-Aware Model Parameter Explorer: A new attribution method for improving explainability
arXiv:2510.03245v3阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Ali Yavari, Alireza Mohamadi, Elham Beydaghi, Philipp Seeb\"ock, Rainer A. Leitgeb
研究任务与主要进展
Ali Yavari等人提出FAMPE（Frequency-Aware Model Parameter Explorer），通过独立扰动图像的低频和高频频段，并根据每张图像的频谱能量自动确定分界，提升归因图对模型的适配性。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org