本研究提出了一种新方法，通过概念丰富模型解决概念注释获取困难的问题。利用概念引导的条件扩散和原型网络，生成视觉概念表示并创建概念原型数据集，实现可解释的概念预测，为机器学习的可解释性研究开辟新方向。