Copertina

TaylorPODA: A Taylor Expansion-Based Method to Improve Post-Hoc Attributions for Opaque Models

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Tang, Yuchi, Esnaola, Iñaki, Panoutsos, George
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Taylor Unswift: Secured Weight Release for Large Language Models via Taylor Expansion
di: Wang, Guanchu, et al.
Pubblicazione: (2024)

TANTE: Time-Adaptive Operator Learning via Neural Taylor Expansion
di: Wu, Zhikai, et al.
Pubblicazione: (2025)

ChaosMining: A Benchmark to Evaluate Post-Hoc Local Attribution Methods in Low SNR Environments
di: Shi, Ge, et al.
Pubblicazione: (2024)

SHapley Estimated Explanation (SHEP): A Fast Post-Hoc Attribution Method for Interpreting Intelligent Fault Diagnosis
di: Chen, Qian, et al.
Pubblicazione: (2025)

Feature Attribution Stability Suite: How Stable Are Post-Hoc Attributions?
di: Subramaniakuppusamy, Kamalasankari, et al.
Pubblicazione: (2026)

Post-Hoc Reversal: Are We Selecting Models Prematurely?
di: Ranjan, Rishabh, et al.
Pubblicazione: (2024)

Towards Symmetric Low-Rank Adapters
di: Panoutsos, Tales, et al.
Pubblicazione: (2025)

Agent-Based Post-Hoc Correction of Agricultural Yield Forecasts
di: Beddows, Matthew, et al.
Pubblicazione: (2026)

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

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

Improving Quantization with Post-Training Model Expansion
di: Franco, Giuseppe, et al.
Pubblicazione: (2025)

xai_evals : A Framework for Evaluating Post-Hoc Local Explanation Methods
di: Seth, Pratinav, et al.
Pubblicazione: (2025)

Post Hoc Regression Refinement via Pairwise Rankings
di: Wijaya, Kevin Tirta, et al.
Pubblicazione: (2025)

Variance reduction of diffusion model's gradients with Taylor approximation-based control variate
di: Jeha, Paul, et al.
Pubblicazione: (2024)

CalArena: A Large-Scale Post-Hoc Calibration Benchmark
di: Berta, Eugène, et al.
Pubblicazione: (2026)

Are We Merely Justifying Results ex Post Facto? Quantifying Explanatory Inversion in Post-Hoc Model Explanations
di: Tan, Zhen, et al.
Pubblicazione: (2025)

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

Smooth InfoMax -- Towards Easier Post-Hoc Interpretability
di: Denoodt, Fabian, et al.
Pubblicazione: (2024)

ShapeX: Shapelet-Driven Post Hoc Explanations for Time Series Classification Models
di: Huang, Bosong, et al.
Pubblicazione: (2025)

Critical Challenges and Guidelines in Evaluating Synthetic Tabular Data: A Systematic Review
di: Nafis, Nazia, et al.
Pubblicazione: (2025)

Spectral Unforgetting: Post-Hoc Recovery of Damaged Capabilities Without Retraining
di: Abro, Aarash, et al.
Pubblicazione: (2026)

Position: Rethinking Post-Hoc Search-Based Neural Approaches for Solving Large-Scale Traveling Salesman Problems
di: Xia, Yifan, et al.
Pubblicazione: (2024)

Principled Input-Output-Conditioned Post-Hoc Uncertainty Estimation for Regression Networks
di: Bramlage, Lennart, et al.
Pubblicazione: (2025)

Operationalizing Fairness: Post-Hoc Threshold Optimization Under Hard Resource Limits
di: Singh, Moirangthem Tiken, et al.
Pubblicazione: (2026)

Probe-Based Data Attribution: Discovering and Mitigating Undesirable Behaviors in LLM Post-Training
di: Xiao, Frank, et al.
Pubblicazione: (2026)

Clinical Domain Knowledge-Derived Template Improves Post Hoc AI Explanations in Pneumothorax Classification
di: Yuan, Han, et al.
Pubblicazione: (2024)

Comment on paper: Position: Rethinking Post-Hoc Search-Based Neural Approaches for Solving Large-Scale Traveling Salesman Problems
di: Min, Yimeng
Pubblicazione: (2024)

KALAVAI: Predicting When Independent Specialist Fusion Works -- A Quantitative Model for Post-Hoc Cooperative LLM Training
di: Kumaresan, Ramchand
Pubblicazione: (2026)

SEM: Sparse Embedding Modulation for Post-Hoc Debiasing of Vision-Language Models
di: Guimard, Quentin, et al.
Pubblicazione: (2026)

PXGen: A Post-hoc Explainable Method for Generative Models
di: Huang, Yen-Lung, et al.
Pubblicazione: (2025)

Efficient Ensembles Improve Training Data Attribution
di: Deng, Junwei, et al.
Pubblicazione: (2024)

Post-Processing Methods for Improving Accuracy in MRI Inpainting
di: Kulkarni, Nishad, et al.
Pubblicazione: (2025)

Self-Attention at Constant Cost per Token via Symmetry-Aware Taylor Approximation
di: Heinsen, Franz A., et al.
Pubblicazione: (2026)

A Dual-Perspective Approach to Evaluating Feature Attribution Methods
di: Li, Yawei, et al.
Pubblicazione: (2023)

depyf: Open the Opaque Box of PyTorch Compiler for Machine Learning Researchers
di: You, Kaichao, et al.
Pubblicazione: (2024)

Symmetry-Breaking Augmentations for Ad Hoc Teamwork
di: Hammond, Ravi, et al.
Pubblicazione: (2024)

TaylorShift: Shifting the Complexity of Self-Attention from Squared to Linear (and Back) using Taylor-Softmax
di: Nauen, Tobias Christian, et al.
Pubblicazione: (2024)

FreqX: Analyze the Attribution Methods in Another Domain
di: Liu, Zechen, et al.
Pubblicazione: (2024)

Post-Hoc Concept Disentanglement: From Correlated to Isolated Concept Representations
di: Erogullari, Eren, et al.
Pubblicazione: (2025)

On Background Bias of Post-Hoc Concept Embeddings in Computer Vision DNNs
di: Schwalbe, Gesina, et al.
Pubblicazione: (2025)