Buchumschlag

Guarantee Regions for Local Explanations

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Havasi, Marton, Parbhoo, Sonali, Doshi-Velez, Finale
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Towards Integrating Personal Knowledge into Test-Time Predictions
von: Lage, Isaac, et al.
Veröffentlicht: (2024)

Diverse Concept Proposals for Concept Bottleneck Models
von: Brown, Katrina, et al.
Veröffentlicht: (2024)

What Makes a Good Explanation?: A Harmonized View of Properties of Explanations
von: Chen, Zixi, et al.
Veröffentlicht: (2022)

Decision-Point Guided Safe Policy Improvement
von: Sharma, Abhishek, et al.
Veröffentlicht: (2024)

Bayesian Inverse Transition Learning: Learning Dynamics From Near-Optimal Trajectories
von: Benac, Leo, et al.
Veröffentlicht: (2024)

Decision-Focused Model-based Reinforcement Learning for Reward Transfer
von: Sharma, Abhishek, et al.
Veröffentlicht: (2023)

Semi-parametric Expert Bayesian Network Learning with Gaussian Processes and Horseshoe Priors
von: Weng, Yidou, et al.
Veröffentlicht: (2024)

Strategically Linked Decisions in Long-Term Planning and Reinforcement Learning
von: Hüyük, Alihan, et al.
Veröffentlicht: (2025)

Transparent Trade-offs between Properties of Explanations
von: Tadesse, Hiwot Belay, et al.
Veröffentlicht: (2024)

Tree-Based Leakage Inspection and Control in Concept Bottleneck Models
von: Ragkousis, Angelos, et al.
Veröffentlicht: (2024)

Towards Model-Agnostic Posterior Approximation for Fast and Accurate Variational Autoencoders
von: Yacoby, Yaniv, et al.
Veröffentlicht: (2024)

On the Effective Horizon of Inverse Reinforcement Learning
von: Xu, Yiqing, et al.
Veröffentlicht: (2023)

Connecting Federated ADMM to Bayes
von: Swaroop, Siddharth, et al.
Veröffentlicht: (2025)

Quantifying Potential Observation Missingness in Inverse Reinforcement Learning
von: Benac, Leo, et al.
Veröffentlicht: (2026)

Do regularization methods for shortcut mitigation work as intended?
von: Hong, Haoyang, et al.
Veröffentlicht: (2025)

Inverse Reinforcement Learning with Multiple Planning Horizons
von: Yao, Jiayu, et al.
Veröffentlicht: (2024)

Concept-driven Off Policy Evaluation
von: Majumdar, Ritam, et al.
Veröffentlicht: (2024)

Feature Importance Depends on Properties of the Data: Towards Choosing the Correct Explanations for Your Data and Decision Trees based Models
von: Ayad, Célia Wafa, et al.
Veröffentlicht: (2025)

A Benchmark for Multi-Party Negotiation Games from Real Negotiation Data
von: Benac, Leo, et al.
Veröffentlicht: (2026)

Federated ADMM from Bayesian Duality
von: Möllenhoff, Thomas, et al.
Veröffentlicht: (2025)

Causal Bayesian Optimization with Unknown Graphs
von: Durand, Jean, et al.
Veröffentlicht: (2025)

Reinforcement Learning Interventions on Boundedly Rational Human Agents in Frictionful Tasks
von: Nofshin, Eura, et al.
Veröffentlicht: (2024)

A Sim2Real Approach for Identifying Task-Relevant Properties in Interpretable Machine Learning
von: Nofshin, Eura, et al.
Veröffentlicht: (2024)

Understanding the Relationship between Prompts and Response Uncertainty in Large Language Models
von: Zhang, Ze Yu, et al.
Veröffentlicht: (2024)

Understanding and Mitigating Tokenization Bias in Language Models
von: Phan, Buu, et al.
Veröffentlicht: (2024)

Edit Flows: Flow Matching with Edit Operations
von: Havasi, Marton, et al.
Veröffentlicht: (2025)

Improving ARDS Diagnosis Through Context-Aware Concept Bottleneck Models
von: Narain, Anish, et al.
Veröffentlicht: (2025)

Learning from Failures: Understanding LLM Alignment through Failure-Aware Inverse RL
von: Patel, Nyal, et al.
Veröffentlicht: (2025)

The Alignment Auditor: A Bayesian Framework for Verifying and Refining LLM Objectives
von: Bou, Matthieu, et al.
Veröffentlicht: (2025)

Non-Stationary Latent Auto-Regressive Bandits
von: Trella, Anna L., et al.
Veröffentlicht: (2024)

Exact Byte-Level Probabilities from Tokenized Language Models for FIM-Tasks and Model Ensembles
von: Phan, Buu, et al.
Veröffentlicht: (2024)

Monitoring Fidelity of Online Reinforcement Learning Algorithms in Clinical Trials
von: Trella, Anna L., et al.
Veröffentlicht: (2024)

CONFEX: Uncertainty-Aware Counterfactual Explanations with Conformal Guarantees
von: Bilkhoo, Aman, et al.
Veröffentlicht: (2025)

Regional Explanations: Bridging Local and Global Variable Importance
von: Amoukou, Salim I., et al.
Veröffentlicht: (2026)

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

Pruning the Path to Optimal Care: Identifying Systematically Suboptimal Medical Decision-Making with Inverse Reinforcement Learning
von: Bovenzi, Inko, et al.
Veröffentlicht: (2024)

Counterfactual Explanations with Probabilistic Guarantees on their Robustness to Model Change
von: Stępka, Ignacy, et al.
Veröffentlicht: (2024)

Set Block Decoding is a Language Model Inference Accelerator
von: Gat, Itai, et al.
Veröffentlicht: (2025)

Shaping AI's Impact on Billions of Lives
von: Cuéllar, Mariano-Florentino, et al.
Veröffentlicht: (2024)

Guaranteed Optimal Compositional Explanations for Neurons
von: La Rosa, Biagio, et al.
Veröffentlicht: (2025)