待验证50% 置信事实精确时间

TCAV（Testing with Concept Activation Vectors）通过在模型中间层的激活空间中训练线性分类器来量化某个概念对预测结果的影响

1

来源数

50%

置信度

长期有效

时效性

2026/10/12

首次发现

来源

Hide and Seek：无需模型权重的黑盒视觉模型概念解释新方法

涉及实体

相关事实

待验证测试时适应（TTA）允许模型在推理阶段利用少量目标域数据进行批归一化层参数的在线更新，是应对领域偏移的轻量级方案70% 相似待验证这篇发表于 arXiv 的研究提出了对齐预测（Alignment Forecasting）这一新命题：在训练开始之前预判某个微调数据集会不会显著加剧特定的失准行为68% 相似待验证线性探针是在模型激活值上训练的简单线性分类器，用于检测模型内部是否存在特定行为或概念68% 相似待验证选择参数上最接近的已训练模型来近似特定权衡点是一种有一定效果的方法68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1001895

API

curl https://kongchang.com/api/v1/knowledge/claims/1001895

MCP

get_claim(id=1001895)