arXiv Computer Vision· Dipanjyoti Paul, Arpita Chowdhury, Maneet Chatterjee, Daichi Kitaguchi, Tanya Berger-Wolf, Tetsuya Sakurai, Wei-Lun Chao·· 4 小时前AI 评分20
INTR++：兼具更高准确率、可解释性与适应性的可解释 Transformer
INTR++: INterpretable TRansformer with better Accuracy, Interpretability, and Adaptability
AI 导读
INTR++ 在 Prompt-CAM 基础上加入轻量级 Prompt Adapter Module（PAM），用领域知识增强可学习提示词，使提示词具备自适应性。模型保留可解释 Transformer 的标准架构与端到端训练，仅比 Prompt-CAM 增加少量参数。在动物、植物、医学影像、显微成像、遥感影像和以物体为中心的数据上，INTR++ 各方面均取得一致提升。
来源：arXiv Computer Vision · arxiv.org