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