黑盒视觉模型概念归因方法HnS提出

2026年10月15日，arXiv Computer Vision 刊出 Bhanu Tokas 等作者的研究，提出概念级归因方法 Hide and Seek（HnS）。据该报道，HnS 无需访问模型权重或标注概念数据集，即可解释多种视觉模型：它借助视觉语言模型检索概念对齐图像、定位概念区域并掩码，通过对比黑盒模型输出变化来度量归因，从而支持图像级局部归因。报道称，在 CelebA 和 COCO-Stuff 上，HnS 与真实归因的一致性优于现有方法，并可用于图像描述和卫星图像分割等任务。目前该事件仅有这一篇主报道，尚无后续跟进报道，也未出现数字、时间或说法上的前后矛盾。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。