层次化、可解释、无标签概念瓶颈模型
计算机视觉与模式识别
2026-04-06 v1 人工智能
摘要
概念瓶颈模型（CBMs）通过预测通过人类可理解概念来预测标签，从而为黑箱深度学习模型引入可解释性。然而，与人类不同，后者通过识别不同抽象级别的对象所使用的通用和特定特征，现有的 CBMs 在概念空间和标签空间中仅 operate at a single semantic level。我们提出 HIL-CBM，即层次化、可解释、无标签概念瓶颈模型，该模型将 CBMs 扩展为层次化框架，以更贴近人类认知过程的方式增强可解释性。HIL-CBM 实现了跨多个语义层次的分类和解释，而无需关系概念标注。HIL-CBM 将概念解释的抽象层级与模型预测的抽象层级对齐，从抽象到具体依次推进。这通过 (i) 引入梯度驱动的视觉一致性损失以鼓励抽象层次聚焦于相同的空间区域，以及 (ii) 在不同抽象层次的特征概念上训练双分类头来实现。在基准数据集上的实验表明，HIL-CBM 在分类准确率上优于最先进的稀疏 CBMs。人类评估进一步显示，HIL-CBM 提供更可解释、更准确的解释，同时保持层次化和无标签的方式来处理特征概念。
引用
@article{arxiv.2604.02468,
title = {Hierarchical, Interpretable, Label-Free Concept Bottleneck Model},
author = {Haodong Xie and Yujun Cai and Rahul Singh Maharjan and Yiwei Wang and Federico Tavella and Angelo Cangelosi},
journal= {arXiv preprint arXiv:2604.02468},
year = {2026}
}