arXiv ID:
2602.05184
arXiv 提交日期: 2026-02-05
迈向具有最坏情况保证与尺度感知可解释性 / Towards Worst-Case Guarantees with Scale-Aware Interpretability
1️⃣ 一句话总结
这篇论文提出了一种名为‘尺度感知可解释性’的新研究框架,旨在借鉴物理学中的重正化理论,开发出能够追踪神经网络在不同尺度上如何组合特征、并保证对噪声影响的可靠解释工具,以提升AI模型的可解释性与安全性。