Buchumschlag

Sanity Checks Revisited: An Exploration to Repair the Model Parameter Randomisation Test

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hedström, Anna, Weber, Leander, Lapuschkin, Sebastian, Höhne, Marina MC
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Artificial Intelligence Machine Learning Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Fresh Look at Sanity Checks for Saliency Maps
von: Hedström, Anna, et al.
Veröffentlicht: (2024)

Sanity Checking Causal Representation Learning on a Simple Real-World System
von: Gamella, Juan L., et al.
Veröffentlicht: (2025)

CoSy: Evaluating Textual Explanations of Neurons
von: Kopf, Laura, et al.
Veröffentlicht: (2024)

Sanity Checks for Explanation Uncertainty
von: Valdenegro-Toro, Matias, et al.
Veröffentlicht: (2024)

Sanity Checks for Agentic Data Science
von: Rewolinski, Zachary T., et al.
Veröffentlicht: (2026)

Finding the right XAI method -- A Guide for the Evaluation and Ranking of Explainable AI Methods in Climate Science
von: Bommer, Philine, et al.
Veröffentlicht: (2023)

Relevance-driven Input Dropout: an Explanation-guided Regularization Technique
von: Gururaj, Shreyas, et al.
Veröffentlicht: (2025)

A Recipe for Causal Graph Regression: Confounding Effects Revisited
von: Yin, Yujia, et al.
Veröffentlicht: (2025)

Quanda: An Interpretability Toolkit for Training Data Attribution Evaluation and Beyond
von: Bareeva, Dilyara, et al.
Veröffentlicht: (2024)

Testing Causal Models with Hidden Variables in Polynomial Delay via Conditional Independencies
von: Jeong, Hyunchai, et al.
Veröffentlicht: (2024)

Deep Optimal Experimental Design for Parameter Estimation Problems
von: Siddiqui, Md Shahriar Rahim, et al.
Veröffentlicht: (2024)

A Framework for Nonstationary Gaussian Processes with Neural Network Parameters
von: James, Zachary, et al.
Veröffentlicht: (2025)

Are LLM Evaluators Really Narcissists? Sanity Checking Self-Preference Evaluations
von: Roytburg, Dani, et al.
Veröffentlicht: (2026)

Generalizing Orthogonalization for Models with Non-Linearities
von: Rügamer, David, et al.
Veröffentlicht: (2024)

Navigating Neural Space: Revisiting Concept Activation Vectors to Overcome Directional Divergence
von: Pahde, Frederik, et al.
Veröffentlicht: (2022)

Causal Discovery with Fewer Conditional Independence Tests
von: Shiragur, Kirankumar, et al.
Veröffentlicht: (2024)

On the Number of Conditional Independence Tests in Constraint-based Causal Discovery
von: Monés, Marc Franquesa, et al.
Veröffentlicht: (2026)

Efficient Exploration for LLMs
von: Dwaracherla, Vikranth, et al.
Veröffentlicht: (2024)

Membership Testing in Markov Equivalence Classes via Independence Query Oracles
von: Zhang, Jiaqi, et al.
Veröffentlicht: (2024)

A Generalized Similarity U Test for Multivariate Analysis of Sequencing Data
von: Wei, Changshuai, et al.
Veröffentlicht: (2015)

Structure-Adaptive Conformal Inference for Large-Scale Out-of-Distribution Testing
von: Sun, Rongyi, et al.
Veröffentlicht: (2026)

A feature selection method based on Shapley values robust to concept shift in regression
von: Sebastián, Carlos, et al.
Veröffentlicht: (2023)

Embracing Discrete Search: A Reasonable Approach to Causal Structure Learning
von: Wienöbst, Marcel, et al.
Veröffentlicht: (2025)

Statistical Tests for Replacing Human Decision Makers with Algorithms
von: Feng, Kai, et al.
Veröffentlicht: (2023)

Revisiting Incremental Stochastic Majorization-Minimization Algorithms with Applications to Mixture of Experts
von: Tran, TrungKhang, et al.
Veröffentlicht: (2026)

Capturing Polysemanticity with PRISM: A Multi-Concept Feature Description Framework
von: Kopf, Laura, et al.
Veröffentlicht: (2025)

Modeling and Discovering Direct Causes for Predictive Models
von: Chen, Yizuo, et al.
Veröffentlicht: (2024)

Generalized Similarity U: A Non-parametric Test of Association Based on Similarity
von: Wei, Changshuai, et al.
Veröffentlicht: (2018)

Isometry pursuit
von: Koelle, Samson, et al.
Veröffentlicht: (2024)

Uplift Modeling Under Limited Supervision
von: Panagopoulos, George, et al.
Veröffentlicht: (2024)

Compositional Models for Estimating Causal Effects
von: Pruthi, Purva, et al.
Veröffentlicht: (2024)

Counterfactual Probabilistic Diffusion with Expert Models
von: Mu, Wenhao, et al.
Veröffentlicht: (2025)

Flexible Counterfactual Explanations with Generative Models
von: Hellemans, Stig, et al.
Veröffentlicht: (2025)

Cardinality-Regularized Hawkes-Granger Model
von: Idé, Tsuyoshi, et al.
Veröffentlicht: (2022)

Partially Observed Structural Causal Models
von: Orujlu, Turan, et al.
Veröffentlicht: (2026)

Causal Identification in Time Series Models
von: Jahn, Erik, et al.
Veröffentlicht: (2025)

Comparing Foundation Models using Data Kernels
von: Duderstadt, Brandon, et al.
Veröffentlicht: (2023)

Learning Causal Abstractions of Linear Structural Causal Models
von: Massidda, Riccardo, et al.
Veröffentlicht: (2024)

Generally-Occurring Model Change for Robust Counterfactual Explanations
von: Xu, Ao, et al.
Veröffentlicht: (2024)

Multi-Domain Causal Discovery in Bijective Causal Models
von: Jalaldoust, Kasra, et al.
Veröffentlicht: (2025)