算法论文8
埃默里大学:LatentExplainer打开模型「黑箱」
新智元
AI 摘要
埃默里大学团队:深度生成模型是「黑箱」,潜变量难理解。提出LatentExplainer框架,经三步流程为潜变量生成解释,在多指标上显著提升性能,为构建可信AI系统奠基。
阅读原文 · 新智元
告别黑箱解释!首个潜变量自动解释框架 | CIKM'25
深度生成模型内部运作如「黑箱」,潜变量意义难捉摸。埃默里大学团队提出LatentExplainer框架,经数据扰动、智能提示、不确定性评估三步,为潜变量生成易懂解释,提升模型解释质量与可靠性。

关注公众号
扫码关注
第一时间收到每日精选
相关文章
产品应用7
Tianfu Agent术数推理胜率逼近人类大师
在无信息泄漏的术数题库中,Claude、GPT等主流模型准确率低,而Tianfu Agent系统将准确率提至50%,逼近人类Top20选手。它采用多Sub - Agent协作等策略,还在工具管理、规则使用等方面有创新。
新智元
算法论文8
斯坦福团队揭示扩散模型创造力起源
斯坦福大学研究人员 Mason Kamb 与 Surya Ganguli 在论文中提出解释扩散模型创造力的机制,指出其创造力是去噪生成图像时的确定性结果,还识别出关键偏置,搭建 ELS 机模型并验证其准确性。
InfoQ
算法论文8
MedGuard:为在线诊疗安全保驾护航
蚂蚁AI安全实验室与厦门大学团队联合提出MedGuard,将医学事实核查嵌入诊疗流程。它是医疗安全基础设施,在诊疗意见等形成前验证事实,在评测和临床评价中表现突出,能准确判断风险边界,可嵌入医疗流程。
机器之心
算法论文8
清华团队22年让机器人学会踢足球
今年8月,清华赵明国教授团队联合字节跳动Seed等在《Science Robotics》发表论文,提出视觉驱动的反应式足球技能学习框架。该研究历经22年技术接力,成果在真机和赛事中验证,加速进化平台助力研究。
机器之心