Explainable Transformer (Transformer có thể giải thích được)
Một Transformer có thể giải thích được kết hợp kiến trúc Transformer tiêu chuẩn hoặc được huấn luyện trước với các kỹ thuật diễn giải hậu kiểm (post-hoc) hoặc tích hợp sẵn — như attention rollout, gradient-weighted attention, hoặc SHAP — để tiết lộ các token hoặc vùng đầu vào nào đã thúc đẩy từng dự đoán. Phương pháp này kết hợp độ chính xác dự đoán cao với tính minh bạch cần thiết trong các lĩnh vực có rủi ro cao hoặc được quản lý chặt chẽ.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
+4 more
Nguồn tài liệu
- Vaswani, A., Shazeer, N., Parmar, N., Uszkoreit, J., Jones, L., Gomez, A. N., Kaiser, L., & Polosukhin, I. (2017). Attention is all you need. Advances in Neural Information Processing Systems, 30. link ↗
- Chefer, H., Gur, S., & Wolf, L. (2021). Transformer interpretability beyond attention visualization. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 782–791. DOI: 10.1109/CVPR46437.2021.00084 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Explainable Transformer (Interpretability-Augmented Transformer Model). ScholarGate. https://scholargate.app/vi/deep-learning/explainable-transformer
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Phân loại dựa trên BERTHọc sâu↔ compare
- Phân loại dựa trên BERT có thể giải thíchHọc sâu↔ compare
- Transformer Đa phương thứcHọc sâu↔ compare
- Transformer tự giám sátHọc sâu↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →