Small__明的博客

简单模型≈小学生解题：能解但只能解简单题复杂模型≈数学家解题：能解所有题但过程复杂扩散模型的突破把"数学家直接证明黎曼猜想"变成"让小学生一步步完成1000个简单推导，最终证明黎曼猜想"通过分解困难任务为多个简单任务，扩散模型在保持强大表达能力的同时，让每个步骤都保持计算上的可处理性。

摘要 本文提出一种新的深度网络归因方法——积分梯度(Integrated Gradients)，通过满足敏感性(Sensitivity)和实现不变性(Implementation Invariance)两个基本公理，解决了现有方法的关键缺陷。该方法沿输入到基线的直线路径积分梯度，无需修改网络结构，实现简单高效。实验表明，积分梯度在图像、文本和化学模型中能有效识别关键特征，辅助模型调试和规则提取，提升模型可解释性。与梯度、DeepLift等方法相比，积分梯度具有理论保证且计算成本低，仅需调用标准梯度算子即可生