# Ra-NEM

可解释AI的归因图此前多由启发式方法生成，忠实度只能事后用插入与删除曲线评估。Ra-NEM把这两条曲线的面积写成可微目标，用Gumbel top-k技巧做可微的top-k特征选择，再接入神经解释掩码框架。在ImageNet预训练的ResNet50、ConvNeXt、VGG16和ViT上，它的平均忠实度最高，推理速度也最快，但VGG16上排第五。

可解释AI的归因图此前多由启发式方法生成，忠实度只能事后用插入与删除曲线评估。Ra-NEM把这两条曲线的面积写成可微目标，用Gumbel top-k技巧做可微的top-k特征选择，再接入神经解释掩码框架。在ImageNet预训练的ResNet50、ConvNeXt、VGG16和ViT上，它的平均忠实度最高，推理速度也最快，但VGG16上排第五。