:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Panousis, Konstantinos P., Marcos, Diego
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2601.21944
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

Flexible Concept Bottleneck Model
von: Du, Xingbo, et al.
Veröffentlicht: (2025)

Quantifying the Accuracy-Interpretability Trade-Off in Concept-Based Sidechannel Models
von: Debot, David, et al.
Veröffentlicht: (2025)

Interpretable Prognostics with Concept Bottleneck Models
von: Forest, Florent, et al.
Veröffentlicht: (2024)

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

Uncertainty-aware Language Guidance for Concept Bottleneck Models
von: Li, Yangyi, et al.
Veröffentlicht: (2026)

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

OceanCBM: A Concept Bottleneck Model for Mechanistic Interpretability in Ocean Forecasting
von: Suri, Sanah, et al.
Veröffentlicht: (2026)

Interpretable and Steerable Concept Bottleneck Sparse Autoencoders
von: Kulkarni, Akshay, et al.
Veröffentlicht: (2025)

Interpretable Generative Models through Post-hoc Concept Bottlenecks
von: Kulkarni, Akshay, et al.
Veröffentlicht: (2025)

GlassMol: Interpretable Molecular Property Prediction with Concept Bottleneck Models
von: Rivera, Oscar, et al.
Veröffentlicht: (2026)

Interpretable Concept Bottlenecks to Align Reinforcement Learning Agents
von: Delfosse, Quentin, et al.
Veröffentlicht: (2024)

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

Concepts' Information Bottleneck Models
von: Galliamov, Karim, et al.
Veröffentlicht: (2026)

Matryoshka Concept Bottleneck Models
von: Chen, Ziye, et al.
Veröffentlicht: (2026)

Controllable Concept Bottleneck Models
von: Lin, Hongbin, et al.
Veröffentlicht: (2026)

Stochastic Concept Bottleneck Models
von: Vandenhirtz, Moritz, et al.
Veröffentlicht: (2024)

Graph Concept Bottleneck Models
von: Xu, Haotian, et al.
Veröffentlicht: (2025)

Safety-Efficacy Trade Off: Robustness against Data-Poisoning
von: Granziol, Diego
Veröffentlicht: (2026)

Interpretability for Time Series Transformers using A Concept Bottleneck Framework
von: van Sprang, Angela, et al.
Veröffentlicht: (2024)

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

Mitigating Bias in Concept Bottleneck Models for Fair and Interpretable Image Classification
von: Tong, Schrasing, et al.
Veröffentlicht: (2026)

PLUM: Improving Inference Efficiency By Leveraging Repetition-Sparsity Trade-Off
von: Kuhar, Sachit, et al.
Veröffentlicht: (2023)

Counterfactual Concept Bottleneck Models
von: Dominici, Gabriele, et al.
Veröffentlicht: (2024)

Energy-Based Concept Bottleneck Models: Unifying Prediction, Concept Intervention, and Probabilistic Interpretations
von: Xu, Xinyue, et al.
Veröffentlicht: (2024)

CI-CBM: Class-Incremental Concept Bottleneck Model for Interpretable Continual Learning
von: Javadi, Amirhosein, et al.
Veröffentlicht: (2026)

Concept Bottleneck Models Without Predefined Concepts
von: Schrodi, Simon, et al.
Veröffentlicht: (2024)

Hyperbolic Concept Bottleneck Models
von: Uyterlinde, Daniel, et al.
Veröffentlicht: (2026)

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

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

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

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

Incremental Residual Concept Bottleneck Models
von: Shang, Chenming, et al.
Veröffentlicht: (2024)

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

Towards Reasonable Concept Bottleneck Models
von: Kalampalikis, Nektarios, et al.
Veröffentlicht: (2025)

Relational Concept Bottleneck Models
von: Barbiero, Pietro, et al.
Veröffentlicht: (2023)

ShifaMind: A Multiplicative Concept Bottleneck for Interpretable ICD-10 Coding
von: Syed, Mohammed Sameer, et al.
Veröffentlicht: (2026)

Editable Concept Bottleneck Models
von: Hu, Lijie, et al.
Veröffentlicht: (2024)

Adaptive Test-Time Intervention for Concept Bottleneck Models
von: Shen, Matthew, et al.
Veröffentlicht: (2025)

Regulation of Language Models With Interpretability Will Likely Result In A Performance Trade-Off
von: Kenny, Eoin M., et al.
Veröffentlicht: (2024)