Metropolis-Hastings采样

使分类解释忠实于置信度分数

Making the Classification Explanation Faithful to the Confidence Score

提出一种黑盒解释方法 MHE，通过 Metropolis-Hastings 采样生成与分类器置信度分数高度一致的图像区域解释，并利用已有有效样本提升采样效率；可直接用于分析和调试视觉分类模型（如 ResNet、ViT、CLIP）的决策依据。