Transformador de Visión Explicable

Explainable Vision Transformer combina el potente rendimiento de reconocimiento de imágenes de los Vision Transformers (ViT) con técnicas de atribución —como propagación de relevancia, atención desplegada (attention rollout) o atención ponderada por gradiente— que resaltan qué regiones de la imagen impulsan cada predicción. El enfoque permite a investigadores y profesionales auditar las decisiones del modelo y cumplir con los requisitos de transparencia sin sacrificar la precisión.