基本信息
浏览量:3
职业迁徙
个人简介
Fel’s research focuses on large vision models, particularly their explainability. Motivated to uncover the secrets behind their exceptional ability to generalize, Fel blends computational techniques with insights from neuroscience to better grasp the inner workings of these models. This interdisciplinary approach not only aims to enrich the understanding of artificial intelligence, but also positions this knowledge as a tool for probing into human intelligence.
研究兴趣
论文共 31 篇作者统计合作学者相似作者
按年份排序按引用量排序主题筛选期刊级别筛选合作者筛选合作机构筛选
时间
引用量
主题
期刊级别
合作者
合作机构
arxiv(2024)
引用0浏览0引用
0
0
arXiv (Cornell University) (2024)
NeurIPS 2024 (2024)
引用0浏览0EI引用
0
0
AI and ethics (2024)
Victor Boutin,Rishav Mukherji, Aditya Agrawal,Sabine Muzellec,Thomas Fel,Thomas Serre,Rufin VanRullen
NeurIPS 2024 (2024)
引用0浏览0EI引用
0
0
CoRR (2024)
引用0浏览0EI引用
0
0
Mazda Moayeri,Vidhisha Balachandran,Varun Chandrasekaran, Safoora Yousefi,Thomas Fel, Soheil Feizi,Besmira Nushi, Neel Joshi,Vibhav Vineet
CoRR (2024)
引用0浏览0EI引用
0
0
EXPLAINABLE ARTIFICIAL INTELLIGENCE, XAI 2024, PT IV (2024): 193-204
加载更多
作者统计
合作学者
合作机构
D-Core
- 合作者
- 学生
- 导师
数据免责声明
页面数据均来自互联网公开来源、合作出版商和通过AI技术自动分析结果,我们不对页面数据的有效性、准确性、正确性、可靠性、完整性和及时性做出任何承诺和保证。若有疑问,可以通过电子邮件方式联系我们:report@aminer.cn