BriefGPT - AI 论文速递 · 2023-11-29T00:00:00Z 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。 📝 内容提要 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。 🏷️ 标签 可靠性评估 后置解释方法 图像分类 校准性 鲁棒性 阅读原文 生成长图 分享链接 已复制链接
