Leverage SHAP：采样法将Shapley值估计降至O(n log n)次评估
热点事件持续更新
Leverage SHAP：采样法将Shapley值估计降至O(n log n)次评估
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Christopher Musco 与 R. Teal Witter 在 arXiv 论文 2410.01917v3 中提出 Leverage SHAP，对 Kernel SHAP 做轻量修改，用杠杆分数采样实现可证明准确的 Shapley 值估计，将所需模型评估次数从精确计算的 O(2^n) 降至 O(n log n)。 基于论文摘要，作者报告其误差相较 SHAP 库中高度优化的 Kernel SHAP 实现约降低 50%；具体理论条件和实验细节论文摘要未说明。
AI 根据报道生成 · 2 小时前更新
最新进展10月12日 12:00
Leverage SHAP通过杠杆分数采样实现可证明准确的Shapley值估计报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv · cs.AILeverage SHAP通过杠杆分数采样实现可证明准确的Shapley值估计
Christopher Musco 与 R. Teal Witter 提出 Leverage SHAP，利用杠杆分数采样为 Shapley 值估计提供可证明的准确性保证，并将模型评估次数从一般精确计算的 O(2^n) 降至 O(n log n)。基于论文摘要，作者报告其误差相较 SHAP 库中高度优化的 Kernel SHAP 实现约降低50%；具体理论条件和实验细节未说明。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。