研究评估概念瓶颈模型的扰动鲁棒性

Hanwei Zhang 等研究者提出一个基于生成器的评估框架，在隐空间连续几何扰动和概念空间离散语义干预两类扰动下，对比标准分类器与概念瓶颈模型（CBM）的鲁棒性，并用随机平滑进行经验与认证两方面评估。该论文已被 NeurIPS 2026 接收。 研究结果显示，可解释性并不天然带来鲁棒性，而是改变敏感性出现的位置和方式，二者是有权衡的不同目标。

AI 根据报道生成 · 53 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。