[Re]改进视觉Transformer的解释忠实度

于红博

摘要: 这项工作旨在重现arXiv:2311.17983提出的忠实视觉变换器（FViTs）的结果，同时结合arXiv:2012.09838和Xu（2022）等人提出的视觉变换器的可解释性方法。我们调查了arXiv:2311.17983提出的声明，即扩散去噪平滑（DDS）的使用提高了在分割任务中对攻击以及在分类任务中对扰动和攻击的解释性鲁棒性。我们还通过研究作者声称将DDS添加到任何解释性方法可以提高其在受攻击下的鲁棒性来扩展原始研究。这在基准方法和最近提出的属性传播方法上进行了测试。此外，我们还测量了通过DDS获得FViT的计算成本和环境影响。我们的结果与原研究的发现基本一致，尽管发现并讨论了一些轻微差异。

更新时间: 2025-09-18 11:11:27

领域: cs.CV,cs.AI

下载: http://arxiv.org/abs/2509.14846v1