ViT医学影像虚假注意力头机制研究

2026年10月16日，一篇发表于arXiv Computer Vision的论文将机制可解释性方法用于视觉Transformer（ViT）的医学影像分析，识别出标注驱动偏差的机制。作者Joshua Muhumuza与Cornelius Kalenzi称，他们在ViT-Base 16中定位到一个专门的注意力头L8H10，该头在胸部X光片上充当“标注读取器”，关注图像角落的文字而非肺部病变；在200张COVID-19图像中，有62%的图像里该注意力头关注的是标注而非肺部病变。报道未提及该研究此前是否有更早的版本或相关报道，也未说明该机制在其他数据集、其他模型或非COVID-19影像上的适用情况。目前进展停留在论文发布阶段，尚无后续跟进报道。

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。