Геометрические пути объяснений: Новый взгляд на ценности Шепли
![Предложенный подход вычисляет аксиоматическое объяснение Ψ путём интегрирования градиента модели [latex]\nabla\_{x}f\_{c}[/latex] вдоль геометрически оптимального пути оптимального транспорта [latex]\gamma^{\*}[/latex], остающегося на многообразии данных при переходе от эталонного распределения [latex]p_0[/latex] к данным, обеспечивая стабильные и принципиальные объяснения целевого логита [latex]f_c[/latex].](https://arxiv.org/html/2603.05093v1/x1.png)
В статье представлена инновационная методика интерпретации решений искусственного интеллекта, основанная на оптимальном транспорте и сопоставлении потоков, позволяющая строить более стабильные и достоверные объяснения.

![SlideSparse расширяет возможности разреженных тензорных ядер 2:4 до семейства разреженности (2N-2):2N, преобразуя веса 6:8 в блоки, совместимые с 2:4, и достигая на A100 (INT8, seq\_len==8K) ускорения, приближающегося к теоретическому пределу [latex]S_{\max} = N/(N-1)[/latex], такому как 3/2, 4/3, 5/4.](https://arxiv.org/html/2603.05232v1/2603.05232v1/x1.png)
