Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2509.14846

帮助 | 高级搜索

计算机科学 > 计算机视觉与模式识别

arXiv:2509.14846 (cs)
[提交于 2025年9月18日 ]

标题: [回复] 提高视觉变压器的解释忠实度

标题: [Re] Improving Interpretation Faithfulness for Vision Transformers

Authors:Izabela Kurek, Wojciech Trejter, Stipe Frkovic, Andro Erdelez
摘要: 这项工作旨在复现由arXiv:2311.17983提出的忠实视觉变换器(FViTs)的结果,以及来自arXiv:2012.09838和Xu (2022)等人的视觉变换器的可解释性方法。 我们研究了arXiv:2311.17983提出的主张,即使用扩散去噪平滑(DDS)可以提高可解释性在(1)分割任务中的鲁棒性以应对攻击,以及(2)分类任务中的扰动和攻击。 我们还通过研究作者的主张扩展了原始研究,即在任何可解释性方法中添加DDS可以提高其在攻击下的鲁棒性。 这在基线方法和最近提出的归因展开方法上进行了测试。 此外,我们测量了通过DDS获得FViT的计算成本和环境影响。 我们的结果总体上与原始研究的发现一致,尽管发现了某些细微差异并进行了讨论。
摘要: This work aims to reproduce the results of Faithful Vision Transformers (FViTs) proposed by arXiv:2311.17983 alongside interpretability methods for Vision Transformers from arXiv:2012.09838 and Xu (2022) et al. We investigate claims made by arXiv:2311.17983, namely that the usage of Diffusion Denoised Smoothing (DDS) improves interpretability robustness to (1) attacks in a segmentation task and (2) perturbation and attacks in a classification task. We also extend the original study by investigating the authors' claims that adding DDS to any interpretability method can improve its robustness under attack. This is tested on baseline methods and the recently proposed Attribution Rollout method. In addition, we measure the computational costs and environmental impact of obtaining an FViT through DDS. Our results broadly agree with the original study's findings, although minor discrepancies were found and discussed.
评论: 13页的文章,29页的PDF,19张图表,MLRC
主题: 计算机视觉与模式识别 (cs.CV) ; 人工智能 (cs.AI)
引用方式: arXiv:2509.14846 [cs.CV]
  (或者 arXiv:2509.14846v1 [cs.CV] 对于此版本)
  https://doi.org/10.48550/arXiv.2509.14846
通过 DataCite 发表的 arXiv DOI(待注册)
期刊参考: I. Kurek, W. Trejter, S. Frkovic, A. Erdelez [Re] Improving Interpretation Faithfulness for Vision Transformers (2025), Transactions on Machine Learning Research

提交历史

来自: Izabela Kurek [查看电子邮件]
[v1] 星期四, 2025 年 9 月 18 日 11:11:27 UTC (30,750 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
cs.CV
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-09
切换浏览方式为:
cs
cs.AI

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号