<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>特征可视化 on 办公AI智能小助手</title>
    <link>https://blog.qife122.com/tags/%E7%89%B9%E5%BE%81%E5%8F%AF%E8%A7%86%E5%8C%96/</link>
    <description>Recent content in 特征可视化 on 办公AI智能小助手</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <copyright>qife</copyright>
    <lastBuildDate>Sat, 20 Sep 2025 21:05:24 +0800</lastBuildDate>
    <atom:link href="https://blog.qife122.com/tags/%E7%89%B9%E5%BE%81%E5%8F%AF%E8%A7%86%E5%8C%96/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>神经网络可解释性构建模块解析</title>
      <link>https://blog.qife122.com/p/%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E5%8F%AF%E8%A7%A3%E9%87%8A%E6%80%A7%E6%9E%84%E5%BB%BA%E6%A8%A1%E5%9D%97%E8%A7%A3%E6%9E%90/</link>
      <pubDate>Sat, 20 Sep 2025 21:05:24 +0800</pubDate>
      <guid>https://blog.qife122.com/p/%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E5%8F%AF%E8%A7%A3%E9%87%8A%E6%80%A7%E6%9E%84%E5%BB%BA%E6%A8%A1%E5%9D%97%E8%A7%A3%E6%9E%90/</guid>
      <description>&lt;h1 id=&#34;神经网络可解释性构建模块解析&#34;&gt;神经网络可解释性构建模块解析&lt;/h1&gt;&#xA;&lt;h2 id=&#34;可解释性技术的组合价值&#34;&gt;可解释性技术的组合价值&lt;/h2&gt;&#xA;&lt;p&gt;可解释性技术通常被孤立研究。本文探索将这些技术组合时产生的强大接口，以及这种组合空间的丰富结构。&lt;/p&gt;&#xA;&lt;p&gt;例如，通过将特征可视化（神经元在寻找什么？）与归因分析（如何影响输出？）相结合，可以探索网络如何区分像拉布拉多寻回犬和虎斑猫这样的标签。&lt;/p&gt;</description>
    </item>
  </channel>
</rss>
