arXiv ID:
2607.06889
arXiv 提交日期: 2026-07-08
ReMoDEx:面向大规模图像数据集的从局部到全局的基于相关性的模型决策可解释性框架 / ReMoDEx: A Local-to-Global Relevance-Based Model Decision Explainability Framework for large-Scale Image Datasets
1️⃣ 一句话总结
本文提出了一个名为ReMoDEx的框架,它通过结合多种局部可解释性方法(如GradCAM++)与一个全局聚类模块,自动将大量图像分类模型的决策模式归纳成少数几个行为簇,从而在大规模数据集上高效检测模型是否依赖了不相关区域(如图像边缘)做出决策,为传统仅看准确率的评估方法提供了必要补充。