Clarity：稀疏感知概念瓶颈模型中的灵活性-可解释性权衡

深度学习模型在计算机视觉中的广泛采用加剧了对可解释性的关注。尽管表现出色，这些模型常被视为黑箱，人们对其决策过程的系统性调查仍有限。虽然已存在许多可解释性方法，但针对已学习表示的客观评估仍受限，尤其是那些依赖稀疏性来“诱导”可解释性的方法。在本工作中，我们研究了概念瓶颈模型（Concept Bottleneck Models, CBMs）中的建模选择如何影响概念表示的语义对齐。我们引入一种新型指标 Clarity，用于捕捉下游性能与概念激活稀疏性和精确度之间的相互作用。基于以具有真实概念注释的数据集为基础的可解释性评估框架，我们评估了 VLM-和属性预测器基的 CBMs，在三种 amortized 稀疏诱导策略（$\ell_1$、$\ell_0$ 和基于 Bernoulli 的）以及文献中几种广泛使用的稀疏感知 CBM 方法。我们的实验揭示了一个关键的灵活性-可解释性权衡：模型通过偏离语义对齐来优化任务性能的能力。在此权衡下，不同方法即便在相当的性能水平上也表现出显著不同的行为。最后，我们通过原则性的人类研究，确认了 Clarity 与人类信任度显著更好地对齐 than standard evaluation metrics。