arXiv Computer Vision· Julien Colin, Lore Goetschalckx, Nuria Oliver, Thomas Serre·· 6 小时前AI 评分36
能力不等于可解释性：视觉基础模型的人类可解释性研究
Capability $\neq$ Interpretability: Human Interpretability of Vision Foundation Models
AI 导读
一项研究用稀疏自编码器提取特征，通过可定位性与语义性两套心理物理学协议，对两个监督 ViT 和四个基础模型（DINOv2、DINOv3、CLIP、SigLIP）进行人类可解释性测量，共收集超 15,000 份行为反应，分析其中 377 名通过质检参与者的 13,400 份反应。
来源：arXiv Computer Vision · arxiv.org