Debugging Concept Bottleneck Models through Removal and Retraining
通过移除和再训练调试概念瓶颈模型
机构 * Cornell University(康奈尔大学)
AI总结 本文提出一种可解释调试框架,通过移除和再训练步骤解决CBM与专家推理间的系统性偏差问题,CBDebug通过转换概念反馈为样本标签,减少对不良概念的依赖。
Comments Accepted to ICLR 2026
高校专区
通过移除和再训练调试概念瓶颈模型
机构 * Cornell University(康奈尔大学)
AI总结 本文提出一种可解释调试框架,通过移除和再训练步骤解决CBM与专家推理间的系统性偏差问题,CBDebug通过转换概念反馈为样本标签,减少对不良概念的依赖。
Comments Accepted to ICLR 2026