Copertina

Controllable Concept Bottleneck Models

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Lin, Hongbin, Ren, Chenyang, Xu, Juangui, Hu, Zhengyu, Wang, Cheng-Long, Shu, Yao, Xiong, Hui, Zhang, Jingfeng, Wang, Di, Hu, Lijie
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Editable Concept Bottleneck Models
di: Hu, Lijie, et al.
Pubblicazione: (2024)

Matryoshka Concept Bottleneck Models
di: Chen, Ziye, et al.
Pubblicazione: (2026)

Semi-supervised Concept Bottleneck Models
di: Hu, Lijie, et al.
Pubblicazione: (2024)

Stable Vision Concept Transformers for Medical Diagnosis
di: Hu, Lijie, et al.
Pubblicazione: (2025)

Dissecting Representation Misalignment in Contrastive Learning via Influence Function
di: Hu, Lijie, et al.
Pubblicazione: (2024)

Algorithmic Recourse of In-Context Learning for Tabular Data
di: Dong, Wenshuo, et al.
Pubblicazione: (2026)

Towards Multi-dimensional Explanation Alignment for Medical Classification
di: Hu, Lijie, et al.
Pubblicazione: (2024)

Evaluating Data Influence in Meta Learning
di: Ren, Chenyang, et al.
Pubblicazione: (2025)

Benchmarking and Mitigating Sycophancy in Medical Vision Language Models
di: Xu, Juangui, et al.
Pubblicazione: (2025)

Graph Concept Bottleneck Models
di: Xu, Haotian, et al.
Pubblicazione: (2025)

How Many Validation Labels Do You Need? Exploring the Design Space of Label-Efficient Model Ranking
di: Hu, Zhengyu, et al.
Pubblicazione: (2023)

There Was Never a Bottleneck in Concept Bottleneck Models
di: Almudévar, Antonio, et al.
Pubblicazione: (2025)

Incremental Residual Concept Bottleneck Models
di: Shang, Chenming, et al.
Pubblicazione: (2024)

Reference-Sampled Boltzmann Projection for KL-Regularized RLVR: Target-Matched Weighted SFT, Finite One-Shot Gaps, and Policy Mirror Descent
di: Shu, Yao, et al.
Pubblicazione: (2026)

Global Evolutionary Steering: Refining Activation Steering Control via Cross-Layer Consistency
di: Jiang, Xinyan, et al.
Pubblicazione: (2026)

Fair Text-to-Image Diffusion via Fair Mapping
di: Li, Jia, et al.
Pubblicazione: (2023)

The Compositional Architecture of Regret in Large Language Models
di: Cui, Xiangxiang, et al.
Pubblicazione: (2025)

PAHQ: Accelerating Automated Circuit Discovery through Mixed-Precision Inference Optimization
di: Wang, Xinhai, et al.
Pubblicazione: (2025)

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

Understanding the Dynamics of Demonstration Conflict in In-Context Learning
di: Jiao, Difan, et al.
Pubblicazione: (2026)

Stochastic Concept Bottleneck Models
di: Vandenhirtz, Moritz, et al.
Pubblicazione: (2024)

Concepts' Information Bottleneck Models
di: Galliamov, Karim, et al.
Pubblicazione: (2026)

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

In-Context Learning Operates as Concept Subspace Learning
di: Tang, Wei, et al.
Pubblicazione: (2026)

Concept Bottleneck Language Models For protein design
di: Ismail, Aya Abdelsalam, et al.
Pubblicazione: (2024)

Attributing Data for Sharpness-Aware Minimization
di: Ren, Chenyang, et al.
Pubblicazione: (2025)

Coarse-to-Fine Concept Bottleneck Models
di: Panousis, Konstantinos P., et al.
Pubblicazione: (2023)

In-Run Data Shapley for Adam Optimizer
di: Ding, Meng, et al.
Pubblicazione: (2026)

Flexible Concept Bottleneck Model
di: Du, Xingbo, et al.
Pubblicazione: (2025)

Counterfactual Concept Bottleneck Models
di: Dominici, Gabriele, et al.
Pubblicazione: (2024)

Mark Your LLM: Detecting the Misuse of Open-Source Large Language Models via Watermarking
di: Xu, Yijie, et al.
Pubblicazione: (2025)

SL-CBM: Enhancing Concept Bottleneck Models with Semantic Locality for Better Interpretability
di: Zhang, Hanwei, et al.
Pubblicazione: (2026)

If Concept Bottlenecks are the Question, are Foundation Models the Answer?
di: Debole, Nicola, et al.
Pubblicazione: (2025)

Interpretable Reward Modeling with Active Concept Bottlenecks
di: Laguna, Sonia, et al.
Pubblicazione: (2025)

Post-hoc Stochastic Concept Bottleneck Models
di: Hoffmann, Wiktor Jan, et al.
Pubblicazione: (2025)

Eliminating Information Leakage in Hard Concept Bottleneck Models with Supervised, Hierarchical Concept Learning
di: Sun, Ao, et al.
Pubblicazione: (2024)

Towards Fine-Grained and Verifiable Concept Bottleneck Models
di: Fang, Yingying, et al.
Pubblicazione: (2026)

Addressing Concept Mislabeling in Concept Bottleneck Models Through Preference Optimization
di: Penaloza, Emiliano, et al.
Pubblicazione: (2025)

Causally Reliable Concept Bottleneck Models
di: De Felice, Giovanni, et al.
Pubblicazione: (2025)

Concept Bottleneck Large Language Models
di: Sun, Chung-En, et al.
Pubblicazione: (2024)