Краткое содержание

arXiv:2409.03060v2 Тип объявления: замена Аннотация: Основываясь на VeriX (Verified eXplainability, arXiv:2212.01051), системе для создания оптимальных верифицированных объяснений моделей машинного обучения, мы представляем VeriX+, который существенно улучшает как размер, так и время генерации формальных объяснений. Мы представляем методику анализа чувствительности на основе распространения границ для улучшения размера и обход с бинарным поиском и ранжированием по уверенности для улучшения времени — эти два метода ортогональны и могут использоваться независимо или вместе. Мы также показываем, как адаптировать алгоритм QuickXplain для нашей задачи, чтобы обеспечить компромисс между размером и временем. Экспериментальные оценки на стандартных бенчмарках демонстрируют значительные улучшения по обеим метрикам, например, сокращение размера на 38% для набора данных GTSRB и сокращение времени на 90% для MNIST. Мы показываем, что наш подход масштабируется до трансформеров и реальных сценариев, таких как автоматическое руление самолета и анализ тональности.