KPSA：核化参数敏感度图谱实现摊销式条件可解释性

研究者 Davide Wiest 等发表论文，提出 KPSA（Kernelized Parameter Sensitivity Atlas）方法。该方法从经验神经正切核的块分解推导而来，可估计未见输入的参数组敏感度，实现摊销式的条件可解释性。 论文同时报告了对该方法的验证，但摘要未给出具体的实验设置、对比基准或效果数据。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。