热点事件持续更新
CNN、ViT与Mamba注意力可解释性对比
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
该事件围绕不同视觉架构注意力机制的可解释性展开对比。2026年10月12日，arXiv cs.CV 发布研究《弥合人类与模型注意力》，以眼动追踪数据为基准，量化 CNN、ViT 与 Vision Mamba（ViM）的注意力与人类视觉感知的对齐度，任务覆盖细粒度分类、医学影像与情绪识别。结果显示：CNN 更偏全局，其显著性图与人类感知相关性好；ViT 呈 patch 级细粒度注意力；Mamba 在医学任务上可解释性强，但在自然图像上强度分布出现分歧。研究还考察了 backbone 冻结与集成策略对可解释性的影响。
AI 根据报道生成 · 2 小时前更新
最新进展10月12日 12:00
新研究以眼动追踪为基准，对比 CNN、ViT 与 Vision Mamba 的注意力可解释性。报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv cs.CV弥合人类与模型注意力：用眼动验证 CNN、Mamba 与 ViT 架构的可解释性分析
研究以眼动追踪数据为基准，量化 CNN、ViT 与 Vision Mamba（ViM）的注意力与人类视觉感知的对齐度，覆盖细粒度分类、医学影像与情绪识别任务。结果显示 CNN 更偏全局、显著性图与人类感知相关性好，ViT 呈 patch 级细粒度注意力，Mamba 在医学任务可解释性强但在自然图像上强度分布出现分歧。研究还考察了 backbone 冻结与集成策略对可解释性的影响。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。