Buchumschlag

Recourse under Model Multiplicity via Argumentative Ensembling (Technical Report)

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jiang, Junqi, Rago, Antonio, Leofante, Francesco, Toni, Francesca
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Argumentative Ensembling for Robust Recourse under Model Multiplicity
von: Jiang, Junqi, et al.
Veröffentlicht: (2025)

Robust Counterfactual Explanations in Machine Learning: A Survey
von: Jiang, Junqi, et al.
Veröffentlicht: (2024)

Interval Abstractions for Robust Counterfactual Explanations
von: Jiang, Junqi, et al.
Veröffentlicht: (2024)

Provably Robust and Plausible Counterfactual Explanations for Neural Networks via Robust Optimisation
von: Jiang, Junqi, et al.
Veröffentlicht: (2023)

Synthesising Counterfactual Explanations via Label-Conditional Gaussian Mixture Variational Autoencoders
von: Jiang, Junqi, et al.
Veröffentlicht: (2025)

Argumentative Debates for Transparent Bias Detection [Technical Report]
von: Ayoobi, Hamed, et al.
Veröffentlicht: (2025)

RobustX: Robust Counterfactual Explanations Made Easy
von: Jiang, Junqi, et al.
Veröffentlicht: (2025)

MArgE: Meshing Argumentative Evidence from Multiple Large Language Models for Justifiable Claim Verification
von: Ng, Ming Pok, et al.
Veröffentlicht: (2025)

Neuro-Argumentative Learning with Case-Based Reasoning
von: Gould, Adam, et al.
Veröffentlicht: (2025)

Free Argumentative Exchanges for Explaining Image Classifiers
von: Kori, Avinash, et al.
Veröffentlicht: (2025)

Representation Consistency for Accurate and Coherent LLM Answer Aggregation
von: Jiang, Junqi, et al.
Veröffentlicht: (2025)

Contestable AI needs Computational Argumentation
von: Leofante, Francesco, et al.
Veröffentlicht: (2024)

Argumentatively Coherent Judgmental Forecasting
von: Gorur, Deniz, et al.
Veröffentlicht: (2025)

Personalized Algorithmic Recourse with Preference Elicitation
von: De Toni, Giovanni, et al.
Veröffentlicht: (2022)

Retrieval- and Argumentation-Enhanced Multi-Agent LLMs for Judgmental Forecasting (Extended Version with Supplementary Material)
von: Gorur, Deniz, et al.
Veröffentlicht: (2025)

Can Large Language Models perform Relation-based Argument Mining?
von: Gorur, Deniz, et al.
Veröffentlicht: (2024)

On Gradual Semantics for Assumption-Based Argumentation
von: Rapberger, Anna, et al.
Veröffentlicht: (2025)

Out-of-Distribution Detection using Counterfactual Distance
von: Stoica, Maria, et al.
Veröffentlicht: (2025)

Learning Brave Assumption-Based Argumentation Frameworks via ASP
von: De Angelis, Emanuele, et al.
Veröffentlicht: (2024)

Contestability in Quantitative Argumentation
von: Yin, Xiang, et al.
Veröffentlicht: (2025)

Explainable Prediction of the Mechanical Properties of Composites with CNNs
von: Raaghav, Varun, et al.
Veröffentlicht: (2025)

Object-Centric Neuro-Argumentative Learning
von: Jacob, Abdul Rahman, et al.
Veröffentlicht: (2025)

Rigorous Probabilistic Guarantees for Robust Counterfactual Explanations
von: Marzari, Luca, et al.
Veröffentlicht: (2024)

Explainable Time Series Prediction of Tyre Energy in Formula One Race Strategy
von: Todd, Jamie, et al.
Veröffentlicht: (2025)

Argumentative Human-AI Decision-Making: Toward AI Agents That Reason With Us, Not For Us
von: Vasileiou, Stylianos Loukas, et al.
Veröffentlicht: (2026)

Explainable Reinforcement Learning for Formula One Race Strategy
von: Thomas, Devin, et al.
Veröffentlicht: (2025)

Explaining Arguments' Strength: Unveiling the Role of Attacks and Supports (Technical Report)
von: Yin, Xiang, et al.
Veröffentlicht: (2024)

Reinforcement Learning for Durable Algorithmic Recourse
von: Ceccon, Marina, et al.
Veröffentlicht: (2025)

CE-QArg: Counterfactual Explanations for Quantitative Bipolar Argumentation Frameworks (Technical Report)
von: Yin, Xiang, et al.
Veröffentlicht: (2024)

Evaluating Uncertainty Quantification Methods in Argumentative Large Language Models
von: Zhou, Kevin, et al.
Veröffentlicht: (2025)

From User Preferences to Base Score Extraction Functions in Gradual Argumentation (with Appendix)
von: Civit, Aniol, et al.
Veröffentlicht: (2026)

The Importance of Time in Causal Algorithmic Recourse
von: Beretta, Isacco, et al.
Veröffentlicht: (2023)

Causal Algorithmic Recourse: Foundations and Methods
von: Plecko, Drago, et al.
Veröffentlicht: (2026)

Personalized Path Recourse for Reinforcement Learning Agents
von: Hong, Dat, et al.
Veröffentlicht: (2023)

A Methodology for Incompleteness-Tolerant and Modular Gradual Semantics for Argumentative Statement Graphs
von: Rago, Antonio, et al.
Veröffentlicht: (2024)

Interpreting Language Reward Models via Contrastive Explanations
von: Jiang, Junqi, et al.
Veröffentlicht: (2024)

Argumentative Large Language Models for Explainable and Contestable Claim Verification
von: Freedman, Gabriel, et al.
Veröffentlicht: (2024)

Identifiable Object-Centric Representation Learning via Probabilistic Slot Attention
von: Kori, Avinash, et al.
Veröffentlicht: (2024)

Shapley-PC: Constraint-based Causal Structure Learning with a Shapley Inspired Framework
von: Russo, Fabrizio, et al.
Veröffentlicht: (2023)

ProtoArgNet: Interpretable Image Classification with Super-Prototypes and Argumentation [Technical Report]
von: Ayoobi, Hamed, et al.
Veröffentlicht: (2023)