Transformer 可解释性论文整理（超级详细）

Transformer 可解释性论文整理

前段时间想进一步的了解transformer的工作原理，于是找到了几篇可解释性的文章进行阅读，发现了许多比较有趣的现象和结论，对每篇文章都有自己的深度思考和理解，在此记录，欢迎交流。

1. Visualizing and Understanding Patch Interactions in Vision Transformer

TNNLS 2023

论文链接：https://arxiv.dosf.top/pdf/2203.05922.pdf

解决了什么问题？

一种新的可解释的可视化方法来分析和解释Transformer patch之间的关键注意相互作用。

动机：

动机就是想分析transformer的各个patch之间到底是如何交互的，通过统计分析得到了一些结论，同时进行了结构和方法的设计，提出了一种精确地patch筛选的方法。具体来说，是通过忽略交互区域边界外的patch来限制每个patch的交互范围。相当于限制了每个patch的建模范围，是很大的一点创新。

方法：

1.首先对patch-wise attention进行可视化、数值分析等方法量化patch之间的交互；
2.基于patch之间的交互关系计算出多层注意力矩阵方差 u(k x n x n)与对应的head方差U,U为某patch对应的注意力区域；
3