arXiv 2026年10月12日模型看哪里不等于人看哪里:用眼动热图当基准,Mamba在胸片上定位准却强度对不上一项跨CNN、ViT与Vision Mamba的对比把人类眼动热图当作独立基准,量化模型显著图与人类注视的对齐程度,发现Mamba在胸片任务上定位得分最高,但其显著图强度分布与人类注视几乎不相关。一项跨CNN、ViT与Vision Mamba的对比把人类眼动热图当作独立基准,量化模型显著图与人类注视的对齐程度,发现Mamba在胸片任务上定位得分最高,但其显著图强度分布与人类注视几乎不相关。Marco Stefani(第一作者)#可解释人工智能#显著性图#梯度加权类激活映射#视觉Mamba#视觉Transformer