arXiv · Machine Learning· Jo\"el Roman Ky, Salah Ghamizi, Maxime Cordy·· 13 小时前AI 评分42
衡量跨模态协同：VLM 可解释性基准
Measuring Cross-Modal Synergy: A Benchmark for VLM Explainability
AI 导读
该研究提出视觉语言模型（VLM）可解释性跨模态协同基准及协同忠实度指标（𝓕_syn）。该指标作为高精度代理，ρ=0.93，计算速度最高提升 88 倍。对 9 种 XAI 方法、3 种 VLM 架构和 3 个数据集的评估显示，VLM 专用解释方法过度强调视觉显著性，捕捉跨模态协同不及改造后的注意力方法。
来源：arXiv · Machine Learning · arxiv.org