arXiv · cs.AI · Md. Shohanoor Rahman, Md. Hasibul Islam, Md Kishor Morol, Moinul Hossain, Dip Nandi, Liew Tze Hui · 7 小时前模型评分37
用扩散模型反事实与匹配阳性对照检验黑色素瘤分类器的概念级审计
Testing concept-level audits of melanoma classifiers with diffusion counterfactuals and matched positive controls
导读
研究团队构建了基于扩散模型的反事实审计，用七项7点检查表概念检验黑色素瘤分类器的概念解释，并引入匹配阳性对照与零假设分类器作为实用校验。颜色校准起始噪声将颜色离群值从78.5-84.8%降至6.6-13.3%，色素扫描在15个ISIC 2020分类器上平均提升黑色素瘤logit +3.12、6个HAM10000分类器上+4.01，约为零响应四倍。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
应用领域：医疗与生命科学
事件类型：研究发布
证据摘录
- “We built a counterfactual audit from a diffusion model conditioned on seven 7-point checklist concepts and tested it with such controls.”
- “Under review at Scientific Reports.”
- “Code and data at this https URL”
来源：arXiv · cs.AI · arxiv.org