[复现] 改进视觉 Transformer 解释忠诚度

Izabela Kurek; Wojciech Trejter; Stipe Frkovic; Andro Erdelez

[复现] 改进视觉 Transformer 解释忠诚度

计算机视觉与模式识别 2025-09-19 v1 人工智能

作者: Izabela Kurek , Wojciech Trejter , Stipe Frkovic , Andro Erdelez

摘要

本工作旨在复现由 arXiv:2311.17983 提出的Faithful Vision Transformers(FViTs)的结果，以及来自 arXiv:2012.09838 和 Xu(2022) 等人的解释方法。我们调查了 arXiv:2311.17983 所作的主张，即扩散去噪平滑(DDS)是否提高了解释对抗性(1) 在分割任务中以及(2) 在分类任务中的扰动和攻击。我们还延续了原始研究，调查作者声称将 DDS 添加到任何解释方法即可提高其在攻击下的鲁棒性。这一测试在基线方法和最近提出的归因 rollout 方法上进行。此外，我们测量了通过 DDS 获取 FViT 的计算成本和环境影响。我们的结果与原始研究的发现基本一致，尽管发现了一些小差异并予以讨论。

关键词

视觉 Transformer 可解释性扩散去噪平滑攻击鲁棒性

引用

@article{arxiv.2509.14846,
  title  = {[Re] Improving Interpretation Faithfulness for Vision Transformers},
  author = {Izabela Kurek and Wojciech Trejter and Stipe Frkovic and Andro Erdelez},
  journal= {arXiv preprint arXiv:2509.14846},
  year   = {2025}
}

备注

13 pages article, 29 pdf pages, 19 figures, MLRC. Transactions on Machine Learning Research (2025)

[复现] 改进视觉 Transformer 解释忠诚度

摘要

关键词

引用

备注

相关论文