Buchumschlag

Explainable AI: Context-Aware Layer-Wise Integrated Gradients for Explaining Transformer Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Mersha, Melkamu Abay, Kalita, Jugal
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computation and Language Artificial Intelligence Computer Vision and Pattern Recognition Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Evaluating the Effectiveness of XAI Techniques for Encoder-Based Language Models
von: Mersha, Melkamu Abay, et al.
Veröffentlicht: (2025)

Semantic-Driven Topic Modeling for Analyzing Creativity in Virtual Brainstorming
von: Mersha, Melkamu Abay, et al.
Veröffentlicht: (2025)

Explainability in Neural Networks for Natural Language Processing Tasks
von: Mersha, Melkamu, et al.
Veröffentlicht: (2024)

Semantic-Driven Topic Modeling Using Transformer-Based Embeddings and Clustering Algorithms
von: Mersha, Melkamu Abay, et al.
Veröffentlicht: (2024)

Explainable AI: XAI-Guided Context-Aware Data Augmentation
von: Mersha, Melkamu Abay, et al.
Veröffentlicht: (2025)

Explainable Artificial Intelligence: A Survey of Needs, Techniques, Applications, and Future Direction
von: Mersha, Melkamu, et al.
Veröffentlicht: (2024)

AttnLRP: Attention-Aware Layer-Wise Relevance Propagation for Transformers
von: Achtibat, Reduan, et al.
Veröffentlicht: (2024)

A Unified Framework with Novel Metrics for Evaluating the Effectiveness of XAI Techniques in LLMs
von: Mersha, Melkamu Abay, et al.
Veröffentlicht: (2025)

Toxicity in Online Platforms and AI Systems: A Survey of Needs, Challenges, Mitigations, and Future Directions
von: Khapre, Smita, et al.
Veröffentlicht: (2025)

Tracing Representation Progression: Analyzing and Enhancing Layer-Wise Similarity
von: Jiang, Jiachen, et al.
Veröffentlicht: (2024)

ECoFLaP: Efficient Coarse-to-Fine Layer-Wise Pruning for Vision-Language Models
von: Sung, Yi-Lin, et al.
Veröffentlicht: (2023)

Frozen Transformers in Language Models Are Effective Visual Encoder Layers
von: Pang, Ziqi, et al.
Veröffentlicht: (2023)

Impact of Layer Norm on Memorization and Generalization in Transformers
von: Singhal, Rishi, et al.
Veröffentlicht: (2025)

COAP: Memory-Efficient Training with Correlation-Aware Gradient Projection
von: Xiao, Jinqi, et al.
Veröffentlicht: (2024)

A Novel Framework for Automated Explain Vision Model Using Vision-Language Models
von: Nguyen, Phu-Vinh, et al.
Veröffentlicht: (2025)

A Concept-Based Explainability Framework for Large Multimodal Models
von: Parekh, Jayneel, et al.
Veröffentlicht: (2024)

Explaining Black-box Model Predictions via Two-level Nested Feature Attributions with Consistency Property
von: Yoshikawa, Yuya, et al.
Veröffentlicht: (2024)

Explaining latent representations of generative models with large multimodal models
von: Zhu, Mengdan, et al.
Veröffentlicht: (2024)

Position: Do Not Explain Vision Models Without Context
von: Tomaszewska, Paulina, et al.
Veröffentlicht: (2024)

Directional Gradient Projection for Robust Fine-Tuning of Foundation Models
von: Huang, Chengyue, et al.
Veröffentlicht: (2025)

Transforming Science with Large Language Models: A Survey on AI-assisted Scientific Discovery, Experimentation, Content Generation, and Evaluation
von: Eger, Steffen, et al.
Veröffentlicht: (2025)

Explainable Multimodal Sentiment Analysis on Bengali Memes
von: Elahi, Kazi Toufique, et al.
Veröffentlicht: (2023)

Many-Shot In-Context Learning in Multimodal Foundation Models
von: Jiang, Yixing, et al.
Veröffentlicht: (2024)

Transferring Visual Explainability of Self-Explaining Models to Prediction-Only Models without Additional Training
von: Yoshikawa, Yuya, et al.
Veröffentlicht: (2025)

Preliminary Investigations of a Multi-Faceted Robust and Synergistic Approach in Semiconductor Electron Micrograph Analysis: Integrating Vision Transformers with Large Language and Multimodal Models
von: Srinivas, Sakhinana Sagar, et al.
Veröffentlicht: (2024)

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

How Culturally Aware are Vision-Language Models?
von: Burda-Lassen, Olena, et al.
Veröffentlicht: (2024)

MathVista: Evaluating Mathematical Reasoning of Foundation Models in Visual Contexts
von: Lu, Pan, et al.
Veröffentlicht: (2023)

Mimicking or Reasoning: Rethinking Multi-Modal In-Context Learning in Vision-Language Models
von: Huang, Chengyue, et al.
Veröffentlicht: (2025)

The Best of Both Worlds: Integrating Language Models and Diffusion Models for Video Generation
von: Yin, Aoxiong, et al.
Veröffentlicht: (2025)

MM-Vet: Evaluating Large Multimodal Models for Integrated Capabilities
von: Yu, Weihao, et al.
Veröffentlicht: (2023)

WorldCache: Content-Aware Caching for Accelerated Video World Models
von: Nawaz, Umair, et al.
Veröffentlicht: (2026)

Improving Medical Large Vision-Language Models with Abnormal-Aware Feedback
von: Zhou, Yucheng, et al.
Veröffentlicht: (2025)

Multimodal Needle in a Haystack: Benchmarking Long-Context Capability of Multimodal Large Language Models
von: Wang, Hengyi, et al.
Veröffentlicht: (2024)

$\nabla τ$: Gradient-based and Task-Agnostic machine Unlearning
von: Trippa, Daniel, et al.
Veröffentlicht: (2024)

GeoSAE: Geometric Prior-Guided Layer-Wise Sparse Autoencoder Annotation of Brain MRI Foundation Models
von: Nerrise, Favour, et al.
Veröffentlicht: (2026)

MAPS: Preserving Vision-Language Representations via Module-Wise Proximity Scheduling for Better Vision-Language-Action Generalization
von: Huang, Chengyue, et al.
Veröffentlicht: (2025)

Dynamic-LLaVA: Efficient Multimodal Large Language Models via Dynamic Vision-language Context Sparsification
von: Huang, Wenxuan, et al.
Veröffentlicht: (2024)

Mixture-of-Mamba: Enhancing Multi-Modal State-Space Models with Modality-Aware Sparsity
von: Liang, Weixin, et al.
Veröffentlicht: (2025)

MileBench: Benchmarking MLLMs in Long Context
von: Song, Dingjie, et al.
Veröffentlicht: (2024)