Tag · 2 篇

反事实解释

MaskDiME: Adaptive Masked Diffusion for Precise and Efficient Visual Counterfactual Explanations

把扩散采样限制在决策相关区域、以掩码引导的局部采样实现免训练反事实生成，为视觉研究者提供一种可复用的思路：用扩散先验做模型行为归因，且推理开销比基线低一个数量级以上。

Back to the Feature: Explaining Video Classifiers with Video Counterfactual Explanations

把图像反事实解释扩展到视频时，关键难点是时序一致与运动平滑；BTTF 用「首帧条件反演初始潜变量 + 两阶段邻域搜索 + 渐进增加去噪步数」的纯分类器引导优化，为视频模型的归因与调试提供了可复用的生成式解释框架。