explainability

あらゆる機械学習モデルの出力を説明するためのゲーム理論的アプローチ。

機械学習をデプロイ、監視、バージョン管理、スケーリングするための素晴らしいオープンソースライブラリの厳選リスト。

解釈可能なモデルを適合させる。ブラックボックス機械学習を説明する。

🔅 Shapash：信頼性が高く透明性の高い機械学習モデルを開発するための、ユーザーフレンドリーな説明可能性および解釈性ツール

コードベースのためのインタラクティブなアーキテクチャ図

[CVPR 2021] Transformerベースのネットワークによる分類を視覚化する新しい手法「Transformer Interpretability Beyond Attention Visualization」の公式PyTorch実装

Responsible AI Toolbox は、AI システムの理解を深めるためのモデルとデータの探索・評価用 UI およびライブラリを提供するツールスイートです。これらのツールにより、AI システムの開発者や関係者は、より責任を持って AI の開発と監視を行い、データに基づいたより良いアクションを起こすことができます。

XAI - 機械学習用の説明可能性ツールボックス

李宏毅先生のスキルの蒸留、Karpathy の LLM の統合、Fable 5 による強化、および作者自身によるインタビュー

エージェントの出力を人間らしくする。Claude Code や Codex などのための ADHD 配慮型出力スタイル。トークンではなく内容に集中できます。

GNN の説明可能性に関する論文集

機械学習のための Shapley 相互作用と Shapley 値