提出FlowCF反事实解释方法
热点事件观察中
提出FlowCF反事实解释方法
1 篇报道1 个报道来源1 天前更新
先了解这件事
报道摘要
论文提出模型无关的生成方法 FlowCF，将混合类型表格数据的反事实解释建模为从事实类别到目标类别的稀疏传输，并通过流匹配合并不同特征类型、利用门控网络减少变更特征。摘要称，在六个基准数据集上，FlowCF 修改了29%的数值特征，而最佳基线修改89%，位移缩小70%，并在其他目标上保持可比表现；以上结果仅依据论文摘要。
摘自 arXiv · cs.AI
最新进展10月7日 12:00
FlowCF：利用流匹配为混合类型表格数据生成稀疏反事实解释报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv · cs.AIFlowCF：利用流匹配为混合类型表格数据生成稀疏反事实解释
论文提出模型无关的生成方法 FlowCF，将混合类型表格数据的反事实解释建模为从事实类别到目标类别的稀疏传输，并通过流匹配合并不同特征类型、利用门控网络减少变更特征。摘要称，在六个基准数据集上，FlowCF 修改了29%的数值特征，而最佳基线修改89%，位移缩小70%，并在其他目标上保持可比表现；以上结果仅依据论文摘要。
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。