Been Kim(金)
人员信息
附属: 谷歌,美国 附属: 美国西雅图艾伦人工智能研究所AI2
其他同名人员
优化列表
2020年–今天
2023 [公元33年] 埃米尔·侯赛因·卡里米 , 克里卡莫尔·穆安德特 , 西蒙·科恩布利特 , 伯恩哈德·舍尔科夫 , Been Kim(金) :
解释和预测之间的关系:因果观点。 ICML公司 2023 : 15861-15883 [公元32年] 德芙琳娜·达斯 , Been Kim(金) , 索尼娅·切尔诺娃 :
基于子目标的不可靠智能决策支持系统解释。 工业联合会 2023 : 240-250 [公元31年] 德芙琳娜·达斯 , 索尼娅·切尔诺娃 , Been Kim(金) :
状态2解释:基于概念的解释,有利于代理学习和用户理解。 NeurIPS公司 2023 [公元30年] 彼得·哈斯 , 莫希特·班萨尔 , Been Kim(金) , 阿斯玛·甘德哈里翁 :
本地化是否通知编辑? 语言模型中基于因果关系的本地化与知识编辑的惊人差异。 NeurIPS公司 2023 [公元29年] 子王 , 亚历山大·库 , 杰森·鲍德里奇 , 汤姆·格里菲思 , Been Kim(金) :
用于不确定性探测的高斯过程探测器(GPP)。 NeurIPS公司 2023 [i45] 彼得·哈斯 , 莫希特·班萨尔 , Been Kim(金) , 阿斯玛·甘德哈里翁 :
本地化是否通知编辑? 语言模型中基于因果关系的本地化与知识编辑的惊人差异。 CoRR公司 abs/2301.04213 ( 2023 ) [i44] 托比·谢夫兰 , 塞巴斯蒂安·法夸尔 , 本·加芬克尔 , 玛丽·冯 , 杰斯·惠特尔斯通 , 梁琤 , 丹尼尔·科科塔基洛 , 纳赫玛·马查尔 , 马库斯·安德荣格 , 诺姆·科尔特 , 何小黑 , 迪维亚·西达斯 , 沙哈尔·阿文 , 威尔·霍金斯 , Been Kim(金) , 艾森·加布里埃尔 , 维杰·博利纳 , 杰克·克拉克 , 本吉奥 , 保罗·F·克里斯蒂亚诺 , 阿兰·达福 :
极端风险的模型评估。 CoRR公司 abs/2305.15324 ( 2023 ) [i43] 子王 , 亚历山大·库 , 杰森·鲍德里奇 , 托马斯·格里菲斯 , Been Kim(金) :
用于不确定性探测的高斯过程探测器(GPP)。 CoRR公司 腹肌/2305.18213 ( 2023 ) [i42] 罗伯特·盖罗斯 , 罗兰·齐默尔曼 , 布莱尔·比洛多 , 维兰德·布伦德尔 , Been Kim(金) :
不要相信你的眼睛:相信特征可视化的可靠性。 CoRR公司 abs/2306.04719 ( 2023 ) [i41] 德芙琳娜·达斯 , 索尼娅·切尔诺娃 , Been Kim(金) :
状态2解释:基于概念的解释,有利于代理学习和用户理解。 CoRR公司 abs/2309.12482 ( 2023 ) [i40] 伊莉亚·苏克洛茨基 , 卢卡斯·穆坦塔勒 , 阿德里安·韦勒 , 彭安迪(Andi Peng) , 安德烈亚·博布 , Been Kim(金) , 布拉德利·C·爱 , 埃林·格兰特 , 贾沙·阿切特伯格 , 约书亚·B·特南鲍姆 , 凯瑟琳·柯林斯 , 凯瑟琳·赫尔曼 , 凯雷姆·奥克塔尔 , 克劳斯·格雷夫 , 马丁·赫巴特 , 诺里·雅各比 , 张秋怡 , 拉贾·马尔杰 , 罗伯特·盖罗斯 , Sherol Chen先生 , 西蒙·科恩布利特 , 苏纳亚娜·拉内 , 塔里亚·孔克尔 , 托马斯·奥康奈尔 , 托马斯·安提纳 , 安德鲁·兰皮宁 , 克劳斯·罗贝特·米勒 , 玛丽亚·托内娃 , 托马斯·格里菲斯 :
在表征对齐上保持一致。 CoRR公司 abs/2310.13018 ( 2023 ) [i39] 丽莎·舒特 , 内纳德·托马塞夫 , 汤姆·麦格拉思 , 哈萨比斯 , 乌尔里希·帕奎特 , Been Kim(金) :
弥合人类人工智能知识鸿沟:AlphaZero中的概念发现和转移。 CoRR公司 abs/2310.16410 ( 2023 ) 2022 [公元28年] 朱利叶斯·阿德巴约 , 迈克尔·穆利 , 哈罗德·阿贝尔森 , Been Kim(金) :
事后解释可能对检测未知伪相关无效。 ICLR公司 2022 [公元27年] 阿斯玛·甘德哈里翁 , Been Kim(金) , 李春良 , 布伦丹·朱 , 布莱恩·伊奥夫 , 罗莎琳德·皮卡德 :
DISSECT:通过概念遍历进行分离的同时解释。 ICLR公司 2022 [公元26年] 沙耶根·奥米德沙维埃 , 安德烈·卡皮什尼科夫 , Yannick Assogba公司 , 卢卡斯·狄克逊 , Been Kim(金) :
超越奖励:离线多智能体行为分析的层次视角。 NeurIPS公司 2022 [i38] 德芙琳娜·达斯 , Been Kim(金) , 索尼娅·切尔诺娃 :
基于子目标的不可靠智能决策支持系统解释。 CoRR公司 abs/2201.04204 ( 2022 ) [i37] 智光耀 , Been Kim(金) , 普拉迪普·拉维库马尔 :
以人为中心的神经网络概念解释。 CoRR公司 abs/2202.12451 ( 2022 ) [公元36年] 沙耶根·奥米德沙维埃 , 安德烈·卡皮什尼科夫 , Yannick Assogba公司 , 卢卡斯·狄克逊 , Been Kim(金) :
超越奖励:离线多智能体行为分析的层次视角。 CoRR公司 abs/2206.09046 ( 2022 ) [i35] 朱利叶斯·阿德巴约 , 迈克尔·穆利 , 埃布尔森 , Been Kim(金) :
事后解释可能对检测未知伪相关无效。 CoRR公司 abs/2212.04629 ( 2022 ) [i34] 埃米尔·侯赛因·卡里米 , 克里卡莫尔·穆安德特 , 西蒙·科恩布利特 , 伯恩哈德·舍尔科夫 , Been Kim(金) :
解释和预测之间的关系:因果观点。 CoRR公司 abs/2212.06925 ( 2022 ) [i33] 布莱尔·比洛多 , 娜塔莎·贾克斯 , Pang Wei Koh岛 , Been Kim(金) :
特征属性的不可能性定理。 CoRR公司 abs/2212.11870 ( 2022 ) 2021 【j4】 Been Kim(金) , 最终Doshi-Velez :
问责制的机器学习技术。 人工智能杂志。 42 ( 1 ) : 47至52 ( 2021 ) [j3] 小白 , 王翔(音) , 刘祥龙 , 刘强(音) , 宋敬宽 , 赛比 , Been Kim(金) :
高效可靠模式识别的可解释深度学习:最新发展综述。 模式识别。 120 : 108102 ( 2021 ) [第2页] 智光耀 , Been Kim(金) , 普拉迪普·拉维库马尔 :
以人为中心的神经网络概念解释。 神经符号人工智能 2021 : 337-352 [i32] 阿斯玛·甘德哈里翁 , Been Kim(金) , 李春良 , 布伦丹·朱 , 布莱恩·伊奥夫 , 罗莎琳德·皮卡德 :
DISSECT:通过概念遍历进行分离的同时解释。 CoRR公司 abs/2105.15164 ( 2021 ) [i31] 杰西卡·施鲁夫 , 塞巴斯蒂安·鲍尔 , 侯少波 , 戴安娜·明库 , 埃里克·洛雷奥 , 拉尔夫·布兰斯 , 詹姆斯·韦克斯勒 , 阿兰·卡提凯萨林加姆 , Been Kim(金) :
两全其美:用人类可理解的概念进行局部和全局解释。 CoRR公司 abs/2106.08641 ( 2021 ) [i30] 托马斯·麦格拉思 , 安德烈·卡皮什尼科夫 , 内纳德·托马塞夫 , 亚当·皮尔斯 , 哈萨比斯 , Been Kim(金) , 乌尔里希·帕奎特 , 弗拉基米尔·克兰尼克 :
在AlphaZero中获得国际象棋知识。 CoRR公司 abs/2111.09259 ( 2021 ) [i29] 莱昂·西斯特 , 刘哲伦(Evan Zheran Liu) , 玛丽·佩拉特 , 詹姆斯·韦克斯勒 , 米拉德·哈希米 , Been Kim(金) , 马丁·马斯 :
分析缓存模型。 CoRR公司 abs/2112.06989 ( 2021 ) 2020 [公元25年] Pang Wei Koh岛 , Thao Nguyen先生 , 紫杉香汤 , 斯蒂芬·马斯曼 , 艾玛·皮尔森 , Been Kim(金) , 珀西·梁 :
Concept瓶颈模型。 ICML公司 2020 : 5338至5348 [公元24年] 朱利叶斯·阿德巴约 , 迈克尔·穆利 , 伊利亚·利卡迪 , Been Kim(金) :
调试模型解释测试。 NeurIPS公司 2020 【c23】 智光耀 , Been Kim(金) , 塞尔坎·奥默·阿里克 , 李春良 , 托马斯·普菲斯特 , 普拉迪普·拉维库马尔 :
深度神经网络中基于完整性软件概念的解释。 NeurIPS公司 2020 [第28条] Pang Wei Koh岛 , Thao Nguyen先生 , 紫杉香汤 , 斯蒂芬·马斯曼 , 艾玛·皮尔森 , Been Kim(金) , 珀西·梁 :
Concept瓶颈模型。 CoRR公司 abs/2007.04612 ( 2020 ) [i27] 朱利叶斯·阿德巴约 , 迈克尔·穆利 , 伊利亚·利卡迪 , Been Kim(金) :
调试模型解释测试。 CoRR公司 abs/2011.05429 ( 2020 )
2010 – 2019
2019 [公元22年] 拉吉夫·坎纳 , Been Kim(金) , 乔伊迪普·戈什 , 桑米·科耶霍 :
使用Fisher内核解释黑盒预测。 AISTATS公司 2019 : 3382-3390 【c21】 嘉莉·J·蔡 , 艾米丽·雷夫 , 纳拉扬·赫格德 , 杰森·D·希普 , Been Kim(金) , 丹尼尔·斯米尔科夫 , 瓦滕伯格 , 费尔南达·B·维加斯 , 格雷戈里·科拉多 , 马丁·斯塔姆 , 迈克尔·特里 :
以人为中心的工具,用于在医疗决策过程中处理不完善的算法。 芝加哥 2019 : 4 [公元20年] 艾萨克·拉格 , 陈辰 , 杰弗里·赫 , 梅纳卡·纳拉亚南 , Been Kim(金) , 塞缪尔·杰什曼 , 最终Doshi-Velez :
为实现可解释性而构建的模型的人性化评估。 HCOMP公司 2019 : 59-67 [第19条] 艾米丽·雷夫 , 袁安(Ann Yuan) , 瓦滕伯格 , 费尔南达·B·维加斯 , 安迪·科宁 , 亚当·皮尔斯 , Been Kim(金) :
BERT几何图形的可视化和测量。 NeurIPS公司 2019 : 8592-8600 [第18条] 阿米拉塔·戈尔巴尼 , 詹姆斯·韦克斯勒 , 詹姆斯·Y·邹 , Been Kim(金) :
走向基于概念的自动解释。 NeurIPS公司 2019 : 9273-9282 [第17条] 萨拉·胡克 , 杜米特鲁·尔汗 , 彼得·扬·金德曼 , Been Kim(金) :
深度神经网络中可解释性方法的基准。 NeurIPS公司 2019 : 9734-9745 [第1页] 彼得·扬·金德曼 , 萨拉·胡克 , 朱利叶斯·阿德巴约 , 马克西米利安·阿尔伯 , 克里斯托夫·舒特 , 斯文·达赫内 , 杜米特鲁·尔汗 , Been Kim(金) :
显著性方法的(Un)可靠性。 可解释人工智能 2019 : 267-280 [i26] 艾萨克·拉格 , 陈辰 , 杰弗里·赫 , 梅纳卡·纳拉亚南 , Been Kim(金) , 萨姆·格什曼 , 最终Doshi-Velez :
解释的人的可解释性评价。 CoRR公司 abs/1902.00006 ( 2019 ) [i25] 嘉莉·J·蔡 , 艾米丽·雷夫 , 纳拉扬·赫格德 , 杰森·D·希普 , Been Kim(金) , 丹尼尔·斯米尔科夫 , 瓦滕伯格 , 费尔南达·B·维加斯 , 格雷戈里·科拉多 , 马丁·斯塔姆 , 迈克尔·特里 :
以人为中心的工具,用于在医疗决策过程中应对不完美的算法。 CoRR公司 abs/1902.02960 ( 2019 ) 【i24】 阿米拉塔·戈尔巴尼 , 詹姆斯·韦克斯勒 , Been Kim(金) :
自动解释:发现和测试神经网络学习的视觉概念。 CoRR公司 abs/1902.03129 ( 2019 ) [第23条] Been Kim(金) , 艾米丽·雷夫 , 瓦滕伯格 , 萨米·本吉奥 :
神经网络显示格式塔现象吗? 封闭规律的探索。 CoRR公司 abs/1903.01069 ( 2019 ) [i22] 安迪·科宁 , 艾米丽·雷夫 , 袁安(Ann Yuan) , Been Kim(金) , 亚当·皮尔斯 , 费尔南达·B·维加斯 , 瓦滕伯格 :
BERT几何图形的可视化和测量。 CoRR公司 abs/1906.02715 ( 2019 ) 【i21】 亚什·戈亚尔 , 乌里·沙利特 , Been Kim(金) :
用因果概念效应(CaCE)解释分类器。 CoRR公司 abs/1907.07165 ( 2019 ) [i20] 沙利马利·乔希 , 奥卢瓦桑米·科耶霍 , 瓦鲁特·维吉特本贾隆克 , Been Kim(金) , 乔伊迪普·戈什 :
黑箱决策系统中的现实个人资源和可操作解释。 CoRR公司 abs/1907.09615 ( 2019 ) [i19] 杨梦娇 , Been Kim(金) :
BIM:用基本事实对可解释性方法进行定量评估。 CoRR公司 abs/1907.09701 ( 2019 ) [i18] 智光耀 , Been Kim(金) , 塞尔坎·奥默·阿里克 , 李春良 , 普拉迪普·拉维库马尔 , 托马斯·普菲斯特 :
深度神经网络中基于概念的解释。 CoRR公司 abs/1910.07969 ( 2019 ) 2018 [第16条] 朱利叶斯·阿德巴约 , 贾斯汀·吉尔默 , 伊恩·古德费罗 , Been Kim(金) :
深度神经网络的局部解释方法对参数值缺乏敏感性。 ICLR(车间) 2018 [第15条] 彼得·扬·金德曼 , 克里斯托夫·舒特 , 马克西米利安·阿尔伯 , 克劳斯·罗贝特·米勒 , 杜米特鲁·尔汗 , Been Kim(金) , 斯文·达赫内 :
学习如何解释神经网络:PatternNet和PatternAttribution。 ICLR(海报) 2018 [第14条] Been Kim(金) , 瓦滕伯格 , 贾斯汀·吉尔默 , 嘉莉·J·蔡 , 詹姆斯·韦克斯勒 , 费尔南达·B·维加斯 , 罗里·塞尔斯 :
超越特征归因的可解释性:用概念激活向量(TCAV)进行定量测试。 ICML公司 2018 : 2673-2682 [第13条] 蒋海因里希(Heinrich Jiang) , Been Kim(金) , 旋律Y.Guan , 玛雅·R·古普塔 :
信任或不信任分类器。 NeurIPS公司 2018 : 5546-5557 [第12条] 朱利叶斯·阿德巴约 , 贾斯汀·吉尔默 , 迈克尔·穆利 , 伊恩·古德费罗 , 莫里茨·哈德 , Been Kim(金) :
显著性地图的健全性检查。 NeurIPS公司 2018 : 9525-9536 [第11条] 艾萨克·拉格 , 安德鲁·斯拉文·罗斯 , 塞缪尔·杰什曼 , Been Kim(金) , 最终Doshi-Velez :
循环中的人的可解释性优先。 NeurIPS公司 2018 : 10180-10189 [i17] 梅纳卡·纳拉亚南 , 陈辰 , 杰弗里·赫 , Been Kim(金) , 萨姆·格什曼 , 最终Doshi-Velez :
人类如何理解机器学习系统的解释? 解释的人的可解释性评价。 CoRR公司 腹肌/1802.00682 ( 2018 ) [i16] 艾萨克·拉格 , 安德鲁·斯拉文·罗斯 , Been Kim(金) , 塞缪尔·杰什曼 , 最终Doshi-Velez :
循环中的人的可解释性优先。 CoRR公司 abs/1805.11571 ( 2018 ) 【i15】 蒋海因里希(Heinrich Jiang) , Been Kim(金) , 玛雅·R·古普塔 :
信任或不信任分类器。 CoRR公司 abs/1805.11783 ( 2018 ) [第14条] 沙利马利·乔希 , 奥卢瓦桑米·科耶霍 , Been Kim(金) , 乔伊迪普·戈什 :
xGEMs:生成示例以解释黑盒模型。 CoRR公司 abs/1806.08867 ( 2018 ) [i13] 萨拉·胡克 , 杜米特鲁·尔汗 , 彼得·扬·金德曼 , Been Kim(金) :
评估功能重要性评估。 CoRR公司 abs/1806.10758 ( 2018 ) [i12] Been Kim(金) , 库什·R·瓦什尼 , 阿德里安·韦勒 :
2018年ICML机器学习中人类可理解性研讨会会议记录(WHI 2018)。 CoRR公司 abs/1807.01308 ( 2018 ) [i11] 朱利叶斯·阿德巴约 , 贾斯汀·吉尔默 , 迈克尔·穆利 , 伊恩·古德费罗 , 莫里茨·哈德 , Been Kim(金) :
显著性地图的健全性检查。 CoRR公司 abs/1810.03292 ( 2018 ) [i10] 朱利叶斯·阿德巴约 , 贾斯汀·吉尔默 , 伊恩·古德费罗 , Been Kim(金) :
深度神经网络的局部解释方法对参数值缺乏敏感性。 CoRR公司 abs/1810.03307 ( 2018 ) [第九章] 拉吉夫·坎纳 , Been Kim(金) , 乔伊迪普·戈什 , 奥卢瓦桑米·科耶霍 :
使用Fisher内核解释黑盒预测。 CoRR公司 abs/1810.10118 ( 2018 ) 2017 [第10条] 陈南辰 , Been Kim(金) :
QSAnglyzer:问答系统评估棱镜分析的可视化分析。 VAST公司 2017 : 48-58 [i8] 最终Doshi-Velez , Been Kim(金) :
严谨的可解释性科学路线图。 CoRR公司 abs/1702.08608 ( 2017 ) [i7] 丹尼尔·斯米尔科夫 , 尼基尔·索拉 , Been Kim(金) , 费尔南达·B·维加斯 , 瓦滕伯格 :
SmoothGrad:通过添加噪波来消除噪波。 CoRR公司 腹肌/1706.03825 ( 2017 ) [i6] Been Kim(金) , 德米特里·马利奥托夫 , 库什·R·瓦什尼 , 阿德里安·韦勒 :
2017年ICML机器学习中人类可理解性研讨会会议记录(WHI 2017)。 CoRR公司 abs/1708.02666 ( 2017 ) [i5] 彼得·扬·金德曼 , 萨拉·胡克 , 朱利叶斯·阿德巴约 , 马克西米利安·阿尔伯 , 克里斯托夫·舒特 , 斯文·达赫内 , 杜米特鲁·尔汗 , Been Kim(金) :
显著性方法的(Un)可靠性。 CoRR公司 abs/1711.00867 ( 2017 ) 2016 【c9】 Been Kim(金) , 奥卢瓦桑米·科耶霍 , 拉吉夫·坎纳 :
榜样不够,学会批评! 对可解释性的批评。 NIPS公司 2016 : 2280-2288个 [i4] Been Kim(金) , 德米特里·马利奥托夫 , 库什·R·瓦什尼 :
2016年ICML机器学习中人类可理解性研讨会会议记录(WHI 2016)。 CoRR公司 abs/1607.02531 ( 2016 ) 2015 [注2] Been Kim(金) , 卡勒布·M·查查 , 朱莉·沙阿 :
从人员会议推断团队任务计划:基于逻辑先验的生成性建模方法。 J.阿蒂夫。 智力。 物件。 52 : 361-398 ( 2015 ) 【c8】 Been Kim(金) , 凯尔·帕特尔 , 阿夫申·罗斯塔米扎德 , 朱莉·沙阿 :
高维复杂数据的可扩展和可解释数据表示。 AAAI公司 2015 : 1763-1769 [c7] Been Kim(金) , 朱莉·沙阿 , 最终Doshi-Velez :
留心差距:一种可解释特征选择和提取的生成方法。 NIPS公司 2015 : 2260-2268 [i3] Been Kim(金) , 辛西娅·鲁丁 , 朱莉·沙阿 :
贝叶斯案例模型:基于案例推理和原型分类的生成方法。 CoRR公司 abs/1503.01161 ( 2015 ) 2014 [j1] Been Kim(金) , 辛西娅·鲁丁 :
了解会议。 数据最小知识。 发现。 28 ( 5-6 ) : 1134-1157 ( 2014 ) 【c6】 Been Kim(金) , 辛西娅·鲁丁 , 朱莉·沙阿 :
贝叶斯案例模型:基于案例推理和原型分类的生成方法。 NIPS公司 2014 : 1952-1960 2013 【c5】 Been Kim(金) , 卡勒布·M·查查 , 朱莉·沙阿 :
从人类团队会议推断机器人任务计划:基于逻辑先验的生成建模方法。 AAAI公司 2013 : 1394-1400 【c4】 Been Kim(金) , 辛西娅·鲁丁 :
会议分析的机器学习。 AAAI(最新发展) 2013 【c3】 Been Kim(金) , 拉里·布什 , 朱莉沙阿 :
定量评估目标导向会议中协议的强度。 CogSIMA公司 2013 : 38-44 [i2] Been Kim(金) , 卡勒布·M·查查 , 朱莉·沙阿 :
从人类团队会议推断机器人任务计划:基于逻辑先验的生成建模方法。 CoRR公司 abs/1306.0963 ( 2013 ) [i1] Been Kim(金) , 辛西娅·鲁丁 :
了解会议。 CoRR公司 abs/1306.1927 ( 2013 ) 2012 【c2】 朱莉·沙阿 , Been Kim(金) , 斯特凡诺斯·尼古拉迪斯 :
人机团队规划的人性化技术。 AAAI秋季研讨会:人类对仿生沼泽的控制 2012 2010 【c1】 Been Kim(金) , 迈克尔·凯斯 , 卢克·弗莱彻 , 约翰·伦纳德 , 亚伯拉罕·巴赫拉赫 , 尼古拉斯·罗伊 , 赛斯·J·泰勒 :
用于鲁棒协同映射的多个相对姿势图。 ICRA公司 2010 : 3185-3192