Fugu-MT 論文翻訳(概要): Auditing Where Concept Bottleneck Accuracy Comes From on CUB

論文の概要: Auditing Where Concept Bottleneck Accuracy Comes From on CUB

arxiv url: http://arxiv.org/abs/2610.28059v1
Date: Tue, 20 Oct 2026 11:47:49 GMT
ステータス: 翻訳完了
システム内更新日: 2026-10-21 21:58:47.791456
Title: Auditing Where Concept Bottleneck Accuracy Comes From on CUB
Title（参考訳）: ボトルネックの概念の正確性はCUBで検証中
Abstract要約: 概念ボトルネックモデル(CBM)は、人間が「曲がったくちばし」のような概念を通して検査し、修正できるという予測を約束する。しかし、標準ベンチマークであるCUB-200-2011では、通常の分類器のように、タスクと概念の精度で進捗を測定する。 CUBにおけるCBMと概念埋め込みモデル(CEM)の精度がどこから来ているかを確認する。
参考スコア（独自算出の注目度）: 12.105602989587767
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Concept Bottleneck Models (CBMs) promise predictions that humans can inspect and correct through concepts such as "curved beak". Yet on CUB-200-2011, their standard benchmark, progress is measured like that of ordinary classifiers: by task and concept accuracy. Neither reveals whether the label is predicted from the exposed concept scores, or whether a concept is supported by visual evidence of that concept rather than by co-occurring features such as cues to the species as a whole. We audit where the accuracy of CBMs and Concept Embedding Models (CEMs) on CUB comes from. The CUB annotations are too noisy to explain it: class-level training labels agree with per-image annotations on only ~82% of image--concept pairs, and classifiers trained on per-image annotations reach only ~37% species accuracy. Leakage probes show that CEM predictions cannot be reconstructed from their concept scores; the missing class information sits in internal embeddings. We identify four design axes through which class information can enter concept scores---receptive field, shared versus concept-specific representations, norm-dependent scoring, and task supervision. An ablation shows that most of it enters through non-local features: restricting a ResNet50 backbone to local BagNet patches lowers the accuracy recoverable from concept scores from 72% to 43%, close to what ground-truth annotations support, while joint training raises it again at the cost of concept accuracy. Localization and occlusion show that locality makes grounding measurable but does not guarantee it: under class-level labels, local concept scores use the head as a proxy for body, wing, and tail concepts, and CEM concept scores barely respond to occluding their supporting part. Task and concept accuracy should thus support, not drive, the evaluation of CBMs, and given the noisy annotations, CUB accuracy gaps should not be overinterpreted.
Abstract（参考訳）: 概念ボトルネックモデル(CBM)は、人間が「曲がったくちばし」のような概念を通して検査し、修正できるという予測を約束する。しかし、標準ベンチマークであるCUB-200-2011では、通常の分類器のように、タスクと概念の精度で進捗を測定する。ラベルが露出した概念スコアから予測されるかどうか、あるいはその概念の視覚的証拠によって支持されるかは、種全体への手がかりのような特徴の共起によるものではない。 CUBにおけるCBMと概念埋め込みモデル(CEM)の精度がどこから来ているかを確認する。クラスレベルのトレーニングラベルはイメージコンセプトペアのわずか82%でイメージ単位のアノテーションと一致しており、イメージ単位のアノテーションでトレーニングされた分類器は、わずか37%の種の正確さに到達している。漏れプローブは、CEM予測が概念スコアから再構成できないことを示し、欠落したクラス情報は内部埋め込みにある。クラス情報を概念スコアに入力できる4つの設計軸を同定する。 ResNet50のバックボーンをローカルのBagNetパッチに制限することで、概念スコアから回復可能な精度が72%から43%に低下する。ローカライゼーションとオクルージョンは、局所性がグラウンドを計測できることを示しているが、それを保証するものではない: クラスレベルのラベルの下では、ローカルなコンセプトスコアは、ヘッドをボディ、ウィング、テールの概念のプロキシとして使用し、CEMの概念スコアは、そのサポート部分を排除するのにほとんど反応しない。したがって、タスクと概念の精度は、駆動ではなく、CBMの評価をサポートし、ノイズの多いアノテーションを考えると、CUBの精度ギャップは過度に解釈されるべきではない。

論文の概要: Auditing Where Concept Bottleneck Accuracy Comes From on CUB

関連論文リスト