Buchumschlag

Debunking Grad-ECLIP: A Comprehensive Study on Its Incorrectness and Fundamental Principles for Model Interpretation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Cui, Yongjin, Fan, Xiaohui
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Grad-ECLIP: Gradient-based Visual and Textual Explanations for CLIP
von: Zhao, Chenyang, et al.
Veröffentlicht: (2025)

MoECLIP: Patch-Specialized Experts for Zero-shot Anomaly Detection
von: Park, Jun Yeong, et al.
Veröffentlicht: (2026)

Unveiling the Ignorance of MLLMs: Seeing Clearly, Answering Incorrectly
von: Liu, Yexin, et al.
Veröffentlicht: (2024)

uniGradICON: A Foundation Model for Medical Image Registration
von: Tian, Lin, et al.
Veröffentlicht: (2024)

Generalizing GradCAM for Embedding Networks
von: Bachhawat, Mudit
Veröffentlicht: (2024)

GradBias: Unveiling Word Influence on Bias in Text-to-Image Generative Models
von: D'Incà, Moreno, et al.
Veröffentlicht: (2024)

NumGrad-Pull: Numerical Gradient Guided Tri-plane Representation for Surface Reconstruction from Point Clouds
von: Cui, Ruikai, et al.
Veröffentlicht: (2024)

Principle-Guided Supervision for Interpretable Uncertainty in Medical Image Segmentation
von: Sui, An, et al.
Veröffentlicht: (2026)

Category-wise Fine-Tuning: Resisting Incorrect Pseudo-Labels in Multi-Label Image Classification with Partial Labels
von: Chong, Chak Fong, et al.
Veröffentlicht: (2024)

A Comprehensive Survey of Action Quality Assessment: Method and Benchmark
von: Zhou, Kanglei, et al.
Veröffentlicht: (2024)

UMind-VL: A Generalist Ultrasound Vision-Language Model for Unified Grounded Perception and Comprehensive Interpretation
von: Chen, Dengbo, et al.
Veröffentlicht: (2025)

GradAttn: Replacing Fixed Residual Connections with Task-Modulated Attention Pathways
von: Ghoshal, Soudeep, et al.
Veröffentlicht: (2026)

LeGrad: An Explainability Method for Vision Transformers via Feature Formation Sensitivity
von: Bousselham, Walid, et al.
Veröffentlicht: (2024)

Grad-CL: Source Free Domain Adaptation with Gradient Guided Feature Disalignment
von: Thakur, Rini Smita, et al.
Veröffentlicht: (2025)

A Clinically Interpretable Deep CNN Framework for Early Chronic Kidney Disease Prediction Using Grad-CAM-Based Explainable AI
von: Ayub, Anas Bin, et al.
Veröffentlicht: (2025)

Through the PRISM: Principle-Aware, Interpretable, and Multi-Scale Evaluation of Visual Designs
von: Gandhi, Mona, et al.
Veröffentlicht: (2026)

GUESS:GradUally Enriching SyntheSis for Text-Driven Human Motion Generation
von: Gao, Xuehao, et al.
Veröffentlicht: (2024)

Expected Grad-CAM: Towards gradient faithfulness
von: Buono, Vincenzo, et al.
Veröffentlicht: (2024)

FineCausal: A Causal-Based Framework for Interpretable Fine-Grained Action Quality Assessment
von: Han, Ruisheng, et al.
Veröffentlicht: (2025)

Efficient Diffusion Models: A Comprehensive Survey from Principles to Practices
von: Ma, Zhiyuan, et al.
Veröffentlicht: (2024)

Comprehensive Information Bottleneck for Unveiling Universal Attribution to Interpret Vision Transformers
von: Hong, Jung-Ho, et al.
Veröffentlicht: (2025)

Towards Difficulty-Agnostic Efficient Transfer Learning for Vision-Language Models
von: Yang, Yongjin, et al.
Veröffentlicht: (2023)

UniSAFE: A Comprehensive Benchmark for Safety Evaluation of Unified Multimodal Models
von: Lee, Segyu, et al.
Veröffentlicht: (2026)

multiGradICON: A Foundation Model for Multimodal Medical Image Registration
von: Demir, Basar, et al.
Veröffentlicht: (2024)

Breast Cancer Classification with Enhanced Interpretability: DALAResNet50 and DT Grad-CAM
von: Liu, Suxing
Veröffentlicht: (2023)

D-Attn: Decomposed Attention for Large Vision-and-Language Models
von: Kuo, Chia-Wen, et al.
Veröffentlicht: (2025)

OpenGait: A Comprehensive Benchmark Study for Gait Recognition towards Better Practicality
von: Fan, Chao, et al.
Veröffentlicht: (2024)

EyecareGPT: Boosting Comprehensive Ophthalmology Understanding with Tailored Dataset, Benchmark and Model
von: Li, Sijing, et al.
Veröffentlicht: (2025)

A Comprehensive Study of Multimodal Large Language Models for Image Quality Assessment
von: Wu, Tianhe, et al.
Veröffentlicht: (2024)

Change-Agent: Towards Interactive Comprehensive Remote Sensing Change Interpretation and Analysis
von: Liu, Chenyang, et al.
Veröffentlicht: (2024)

EVT: Efficient View Transformation for Multi-Modal 3D Object Detection
von: Lee, Yongjin, et al.
Veröffentlicht: (2024)

Is Grad-CAM Explainable in Medical Images?
von: Suara, Subhashis, et al.
Veröffentlicht: (2023)

Seeing Isn't Always Believing: Analysis of Grad-CAM Faithfulness and Localization Reliability in Lung Cancer CT Classification
von: Panboonyuen, Teerapong
Veröffentlicht: (2026)

Enhanced SegNet with Integrated Grad-CAM for Interpretable Retinal Layer Segmentation in OCT Images
von: Saky, S M Asiful Islam, et al.
Veröffentlicht: (2025)

A Clinically Validated Foundation Model for Comprehensive Lung Pathology Interpretation
von: Guo, Zhengrui, et al.
Veröffentlicht: (2026)

Enhancing Explainable AI: A Hybrid Approach Combining GradCAM and LRP for CNN Interpretability
von: Dhore, Vaibhav, et al.
Veröffentlicht: (2024)

MME-Unify: A Comprehensive Benchmark for Unified Multimodal Understanding and Generation Models
von: Xie, Wulin, et al.
Veröffentlicht: (2025)

IteRPrimE: Zero-shot Referring Image Segmentation with Iterative Grad-CAM Refinement and Primary Word Emphasis
von: Wang, Yuji, et al.
Veröffentlicht: (2025)

Q-GroundCAM: Quantifying Grounding in Vision Language Models via GradCAM
von: Rajabi, Navid, et al.
Veröffentlicht: (2024)

Uncertainty-Aware Segmentation Quality Prediction via Deep Learning Bayesian Modeling: Comprehensive Evaluation and Interpretation on Skin Cancer and Liver Segmentation
von: K, Sikha O, et al.
Veröffentlicht: (2025)