Buchumschlag

The Manifold Hypothesis for Gradient-Based Explanations

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bordt, Sebastian, Upadhyay, Uddeshya, Akata, Zeynep, von Luxburg, Ulrike
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Machine Learning Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Which Models have Perceptually-Aligned Gradients? An Explanation via Off-Manifold Robustness
von: Srinivas, Suraj, et al.
Veröffentlicht: (2023)

Uncertainty-aware Test-Time Training (UT$^3$) for Efficient On-the-fly Domain Adaptive Dense Regression
von: Upadhyay, Uddeshya
Veröffentlicht: (2025)

Sparse Autoencoders are Topic Models
von: Girrbach, Leander, et al.
Veröffentlicht: (2025)

DeLoRA: Decoupling Angles and Strength in Low-rank Adaptation
von: Bini, Massimo, et al.
Veröffentlicht: (2025)

From Drop-off to Recovery: A Mechanistic Analysis of Segmentation in MLLMs
von: Wu, Boyong, et al.
Veröffentlicht: (2026)

ETHER: Efficient Finetuning of Large-Scale Models with Hyperplane Reflections
von: Bini, Massimo, et al.
Veröffentlicht: (2024)

Noise Hypernetworks: Amortizing Test-Time Compute in Diffusion Models
von: Eyring, Luca, et al.
Veröffentlicht: (2025)

Rethinking Explainable Machine Learning as Applied Statistics
von: Bordt, Sebastian, et al.
Veröffentlicht: (2024)

Reflecting on the State of Rehearsal-free Continual Learning with Pretrained Models
von: Thede, Lukas, et al.
Veröffentlicht: (2024)

DataDream: Few-shot Guided Dataset Generation
von: Kim, Jae Myung, et al.
Veröffentlicht: (2024)

SUB: Benchmarking CBM Generalization via Synthetic Attribute Substitutions
von: Bader, Jessica, et al.
Veröffentlicht: (2025)

Disentangled Representation Learning with the Gromov-Monge Gap
von: Uscidda, Théo, et al.
Veröffentlicht: (2024)

How Much Can We Forget about Data Contamination?
von: Bordt, Sebastian, et al.
Veröffentlicht: (2024)

How to Merge Your Multimodal Models Over Time?
von: Dziadzio, Sebastian, et al.
Veröffentlicht: (2024)

Improving Intervention Efficacy via Concept Realignment in Concept Bottleneck Models
von: Singhi, Nishad, et al.
Veröffentlicht: (2024)

Fantastic Gains and Where to Find Them: On the Existence and Prospect of General Knowledge Transfer between Any Pretrained Model
von: Roth, Karsten, et al.
Veröffentlicht: (2023)

Context-Aware Multimodal Pretraining
von: Roth, Karsten, et al.
Veröffentlicht: (2024)

Informative Post-Hoc Explanations Only Exist for Simple Functions
von: Günther, Eric, et al.
Veröffentlicht: (2025)

Time Series Representations for Classification Lie Hidden in Pretrained Vision Transformers
von: Roschmann, Simon, et al.
Veröffentlicht: (2025)

Sparse Autoencoders Learn Monosemantic Features in Vision-Language Models
von: Pach, Mateusz, et al.
Veröffentlicht: (2025)

The Latent Color Subspace: Emergent Order in High-Dimensional Chaos
von: Pach, Mateusz, et al.
Veröffentlicht: (2026)

MemLoRA: Distilling Expert Adapters for On-Device Memory Systems
von: Bini, Massimo, et al.
Veröffentlicht: (2025)

Person-Centric Annotations of LAION-400M: Auditing Bias and Its Transfer to Models
von: Girrbach, Leander, et al.
Veröffentlicht: (2025)

Stitch: Training-Free Position Control in Multimodal Diffusion Transformers
von: Bader, Jessica, et al.
Veröffentlicht: (2025)

Post-hoc Probabilistic Vision-Language Models
von: Baumann, Anton, et al.
Veröffentlicht: (2024)

Using predictive multiplicity to measure individual performance within the AI Act
von: Frohnapfel, Karolin, et al.
Veröffentlicht: (2026)

Geometry Fidelity for Spherical Images
von: Christensen, Anders, et al.
Veröffentlicht: (2024)

Concept-Guided Interpretability via Neural Chunking
von: Wu, Shuchen, et al.
Veröffentlicht: (2025)

On the Complexity-Faithfulness Trade-off of Gradient-Based Explanations
von: Mehrpanah, Amir, et al.
Veröffentlicht: (2025)

Derivative-Free Diffusion Manifold-Constrained Gradient for Unified XAI
von: Kim, Won Jun, et al.
Veröffentlicht: (2024)

COSMOS: Cross-Modality Self-Distillation for Vision Language Pre-training
von: Kim, Sanghwan, et al.
Veröffentlicht: (2024)

A Practitioner's Guide to Continual Multimodal Pretraining
von: Roth, Karsten, et al.
Veröffentlicht: (2024)

Unbalancedness in Neural Monge Maps Improves Unpaired Domain Translation
von: Eyring, Luca, et al.
Veröffentlicht: (2023)

Improving Visual Grounding by Encouraging Consistent Gradient-based Explanations
von: Yang, Ziyan, et al.
Veröffentlicht: (2022)

ManifoldGD: Training-Free Hierarchical Manifold Guidance for Diffusion-Based Dataset Distillation
von: Roy, Ayush, et al.
Veröffentlicht: (2026)

Towards Gradient-based Time-Series Explanations through a SpatioTemporal Attention Network
von: Lee, Min Hun
Veröffentlicht: (2024)

On Spectral Properties of Gradient-based Explanation Methods
von: Mehrpanah, Amir, et al.
Veröffentlicht: (2025)

ManiPose: Manifold-Constrained Multi-Hypothesis 3D Human Pose Estimation
von: Rommel, Cédric, et al.
Veröffentlicht: (2023)

Visual Language Hypothesis
von: Li, Xiu
Veröffentlicht: (2025)

Affordance Labeling and Exploration: A Manifold-Based Approach
von: Özçil, İsmail, et al.
Veröffentlicht: (2024)