في ظل التطورات السريعة في تصميم محولات الرؤية (Vision Transformer)، ظهر نموذج HiLRP كحل مبتكر للتحديات التي تواجه الطرق التقليدية في توضيح النتائج. يأتي التركيز على الاستخدامات المتنوعة من خلال دمج أنظمة ترشيح متنوعة، ولكن تعدد التصاميم أيضاً يصاحبه مشاكل في الإسناد (Attribution) حيث أن الطرق الحالية تعاني من عدم موثوقيتها.

من المعروف أن نموذج Grad-CAM يعتمد على وجود خريطة ميزات نهائية، بينما تفترض طرق مثل attention rollout وجود انتباه عالمي. هذا يجعل كثيراً من الأساليب عرضة للخطأ حين نتعامل مع تصاميم معمارية مختلفة. وبالرغم من ذلك، يقدم HiLRP إطارًا موحدًا يمكن توسيعه ليشمل أنواعًا جديدة من الأساليب، بدلاً من الاعتماد على اشتقاقات معمارية محددة.

كيف يعالج HiLRP هذا الأمر؟ يقوم بتجريد عمليات الانتباه وتقليل الدقة إلى أربع أنواع من العمليات الأساسية: الخرائط الخطية، الخلط الثنائي، التطبيع، وإعادة التوجيه. كل عملية من هذه العمليات تمتلك قواعد تتعلق بالإسناد وتضمن الحفاظ على الدقة، مما يتيح أفضلية واضحة على الأساليب التقليدية. ومن خلال اختباراته، أثبت HiLRP قدرته على الحفاظ على الدقة في مجموعة واسعة من النماذج.

تظهر النتائج التي تم الحصول عليها عند مقارنة HiLRP مع 14 طريقة إسناد مختلفة وجود تفوق واضح، حيث تمكن HiLRP من الوصول بمعدلات 0.97 في تحديد النقاط مقارنة بـ 0.55 للأساليب المتنافسة. هل سيكون HiLRP الحل النهائي في عالم محولات الرؤية؟ شاركونا آرائكم في التعليقات.