CNN、Mamba与ViT架构可解释性眼动验证研究

2026年10月12日，arXiv Computer Vision发布一手研究《CNN、Mamba 与 ViT 架构的可解释性分析：基于眼动注视的验证》。研究对 CNN、ViT 与 Vision Mamba（ViM）三种架构进行系统可解释性评估，以眼动追踪真值量化模型注意力与人类视觉感知的对齐。研究采用统一归一化流程，将事后归因图与注视热图映射为空间概率分布，并在细粒度分类、医学影像与情绪识别任务上，使用 Jensen-Shannon 相似度、卡方相似度与 Pearson 相关进行评估。目前报道仅介绍方法与评估设置，未披露具体实验结果或结论。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。