Buchumschlag

PXGen: A Post-hoc Explainable Method for Generative Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Huang, Yen-Lung, Weng, Ming-Hsi, Yang, Hao-Tsung
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

In Defence of Post-hoc Explainability
von: Oh, Nick
Veröffentlicht: (2024)

Gender Bias in Explainability: Investigating Performance Disparity in Post-hoc Methods
von: Dhaini, Mahdi, et al.
Veröffentlicht: (2025)

The Effect of Model Size on LLM Post-hoc Explainability via LIME
von: Heyen, Henning, et al.
Veröffentlicht: (2024)

Activation-Deactivation: A General Framework for Robust Post-hoc Explainable AI
von: Chanchal, Akchunya, et al.
Veröffentlicht: (2025)

Wormhole Dynamics in Deep Neural Networks
von: Lai, Yen-Lung, et al.
Veröffentlicht: (2025)

Explanations as Bias Detectors: A Critical Study of Local Post-hoc XAI Methods for Fairness Exploration
von: Papanikou, Vasiliki, et al.
Veröffentlicht: (2025)

Unlocking Post-hoc Dataset Inference with Synthetic Data
von: Zhao, Bihe, et al.
Veröffentlicht: (2025)

Unifying Post-hoc Explanations of Knowledge Graph Completions
von: Lonardi, Alessandro, et al.
Veröffentlicht: (2025)

Post-hoc Interpretability Illumination for Scientific Interaction Discovery
von: Zhang, Ling, et al.
Veröffentlicht: (2024)

Evidential Transformation Network: Turning Pretrained Models into Evidential Models for Post-hoc Uncertainty Estimation
von: Chun, Yongchan, et al.
Veröffentlicht: (2026)

Informative Perturbation Selection for Uncertainty-Aware Post-hoc Explanations
von: Chugh, Sumedha, et al.
Veröffentlicht: (2026)

Fuzzy Logic Function as a Post-hoc Explanator of the Nonlinear Classifier
von: Klimo, Martin, et al.
Veröffentlicht: (2024)

Visual-TCAV: Concept-based Attribution and Saliency Maps for Post-hoc Explainability in Image Classification
von: De Santis, Antonio, et al.
Veröffentlicht: (2024)

Comparing Post-Hoc Explainable AI Methods for Interpreting Black-Box EEG Models in Depression Detection
von: Šarčević, Antonia, et al.
Veröffentlicht: (2026)

Understanding Post-hoc Explainers: The Case of Anchors
von: Lopardo, Gianluigi, et al.
Veröffentlicht: (2023)

Improving Out-of-Distribution Detection by Combining Existing Post-hoc Methods
von: Novello, Paul, et al.
Veröffentlicht: (2024)

EvalxNLP: A Framework for Benchmarking Post-Hoc Explainability Methods on NLP Models
von: Dhaini, Mahdi, et al.
Veröffentlicht: (2025)

Gradient-free Post-hoc Explainability Using Distillation Aided Learnable Approach
von: Bhattacharya, Debarpan, et al.
Veröffentlicht: (2024)

Explaining Time Series Classifiers with PHAR: Rule Extraction and Fusion from Post-hoc Attributions
von: Mozolewski, Maciej, et al.
Veröffentlicht: (2025)

Explaining Neural Networks in Preference Learning: a Post-hoc Inductive Logic Programming Approach
von: Fossemò, Daniele, et al.
Veröffentlicht: (2026)

What Drives Success in Physical Planning with Joint-Embedding Predictive World Models?
von: Terver, Basile, et al.
Veröffentlicht: (2025)

Post-processing for Fair Regression via Explainable SVD
von: Zuo, Zhiqun, et al.
Veröffentlicht: (2025)

PHLoRA: data-free Post-hoc Low-Rank Adapter extraction from full-rank checkpoint
von: Vasani, Bhoomit, et al.
Veröffentlicht: (2025)

Towards Explainable Traffic Flow Prediction with Large Language Models
von: Guo, Xusen, et al.
Veröffentlicht: (2024)

Boosting Alignment for Post-Unlearning Text-to-Image Generative Models
von: Ko, Myeongseob, et al.
Veröffentlicht: (2024)

A Comprehensive Guide to Explainable AI: From Classical Models to LLMs
von: Hsieh, Weiche, et al.
Veröffentlicht: (2024)

GREAT Score: Global Robustness Evaluation of Adversarial Perturbation using Generative Models
von: Li, Zaitang, et al.
Veröffentlicht: (2023)

Solar Photovoltaic Assessment with Large Language Model
von: Guo, Muhao, et al.
Veröffentlicht: (2025)

Explainable Molecular Property Prediction: Aligning Chemical Concepts with Predictions via Language Models
von: Wang, Zhenzhong, et al.
Veröffentlicht: (2024)

Agentopic: A Generative AI Agent Workflow for Explainable Topic Modeling
von: Kok-Shun, Brice Valentin, et al.
Veröffentlicht: (2026)

A Survey of Explainable Reinforcement Learning: Targets, Methods and Needs
von: Saulières, Léo
Veröffentlicht: (2025)

A Perspective on Explainable Artificial Intelligence Methods: SHAP and LIME
von: Salih, Ahmed, et al.
Veröffentlicht: (2023)

Revisiting the robustness of post-hoc interpretability methods
von: Wei, Jiawen, et al.
Veröffentlicht: (2024)

Explainability is NOT a Game
von: Marques-Silva, Joao, et al.
Veröffentlicht: (2023)

XAI-Units: Benchmarking Explainability Methods with Unit Tests
von: Lee, Jun Rui, et al.
Veröffentlicht: (2025)

PTQ1.61: Push the Real Limit of Extremely Low-Bit Post-Training Quantization Methods for Large Language Models
von: Zhao, Jiaqi, et al.
Veröffentlicht: (2025)

Reveal-to-Revise: Explainable Bias-Aware Generative Modeling with Multimodal Attention
von: Mohammad, Noor Islam S., et al.
Veröffentlicht: (2025)

Explainability in Generative Medical Diffusion Models: A Faithfulness-Based Analysis on MRI Synthesis
von: Dey, Surjo, et al.
Veröffentlicht: (2026)

Training data membership inference via Gaussian process meta-modeling: a post-hoc analysis approach
von: Huang, Yongchao, et al.
Veröffentlicht: (2025)

Explainable AI for Fair Sepsis Mortality Predictive Model
von: Chang, Chia-Hsuan, et al.
Veröffentlicht: (2024)