XAM：用于作者归属模型的交互式可解释性

Research#llm🔬 Research|分析: 2026年1月4日 10:41•
发布: 2025年12月7日 17:07
•
1分で読める
•ArXiv

分析

本文介绍了XAM，一种用于提高作者归属模型可解释性的方法。重点在于交互式技术，表明了一种以用户为中心的方法来理解模型决策。来源是ArXiv，表明这可能是一篇研究论文，侧重于特定的技术贡献。

关键要点

    引用 / 来源
    查看原文
    "XAM: Interactive Explainability for Authorship Attribution Models"
    A
    ArXiv2025年12月7日 17:07
    * 根据版权法第32条进行合法引用。
    较旧

    Super-Resolution Enhancement of Medical Images Based on Diffusion Model: An Optimization Scheme for Low-Resolution Gastric Images

    较新

    Broadband tunable microwave photonic radar for simultaneous detection of human respiration, heartbeat, and speech with deep learning-based speech recognition

    相关分析

    Research

    人类AI检测

    2026年1月4日 05:47

    Research

    侧重于实现的深度学习书籍

    2026年1月4日 05:49

    Research

    个性化 Gemini

    2026年1月4日 05:49

    来源: ArXiv