跳到正文
热点事件观察中

提出U-CECE多分辨率概念反事实解释框架

1 篇报道1 个报道来源1 天前更新

先了解这件事

AI 综述

Angeliki Dimitriou等在arXiv论文中提出U-CECE,一个模型无关的多分辨率概念反事实解释框架,可在原子概念、关系集合和结构图三个表达层级间适配数据环境与计算预算。 在结构层级,框架支持基于监督GNN的精度导向转导模式,以及基于无监督图自编码器的可扩展归纳模式。作者称,在CUB和Visual Genome两个数据集上的实验刻画了各层级的效率与表达力权衡;其中CUB的人工评估和LVLM评估显示,检索到的结构反事实常被判断为与参考确定性GED解释语义等价,且经常更受偏好。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月8日
  1. arXiv · cs.AI
    U-CECE:用于概念反事实解释的通用多分辨率框架

    作者提出模型无关的U-CECE多分辨率框架,用于概念反事实解释,在原子概念、关系集合和结构图三个表达层级间适配数据环境与计算预算。框架支持基于监督GNN的精度导向转导模式和基于无监督图自编码器的可扩展归纳模式;摘要称,CUB和Visual Genome实验研究了效率与表达力的权衡,CUB的人工和LVLM评估显示,检索到的结构反事实常被判断为与参考确定性GED解释语义等价,并且经常更受偏好。

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。