提高图像分类的事后解释基准可靠性
原文中文，约300字，阅读约需1分钟。发表于：。通过使用心理度量学中的 Krippendorf's alpha 来量化图像分类后置解释方法的可靠性，本研究提出了模型训练改进方法，包括使用扰动样本和采用焦点损失函数，以增强鲁棒性和校准性。经验证实，跨度度量、数据集和后置方法，该开创性工作在可靠性评估上取得了显著改进，为后置解释方法的更可靠评估实践奠定了基础，并强调了模型鲁棒性在评估过程中的重要性。
本研究提出了一种改进的图像分类后置解释方法，使用Krippendorf's alpha量化可靠性，采用扰动样本和焦点损失函数增强鲁棒性和校准性。验证结果显示该方法在可靠性评估上取得显著改进，强调了模型鲁棒性的重要性。
