EXPL-FR: Explaining Face Recognition Models via Vision-Language Alignment

• 类型：arxiv
• 标识：2608.21486
• 链接：https://arxiv.org/abs/2608.21486
• 主分类：multimodal
• 形态：method
• 被引：0
• 被引来源：Semantic Scholar + OpenAlex
• S2被引：0
• OpenAlex被引：0
• 影响力被引：0
• TLDR：This work covers four FR backbones and two VLM encoders, EXPL-FR needs no architecture access, and supports identity-level, per-image, and differential explanations, and benchmark attribute-level auditing under three supervision settings, human labels, VLM pseudo-labels, and the authors' fully prompt-driven audit, against real verification behavior.
• OpenAlex ID：W7204199134
• OpenAlex DOI：10.48550/arxiv.2608.21486
• DOI：10.48550/arxiv.2608.21486
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://arxiv.org/pdf/2608.21486
• OpenAlex更新：2026-08-31
• 副分类：risk
• 待LLM分类：否
• 标题中文：EXPL-FR：通过视觉-语言对齐解释人脸识别模型
• TLDR中文：覆盖 4 个 FR backbone 与 2 个 VLM 编码器；EXPL-FR 无需访问模型架构，支持身份级、单图及差异式解释，并在三种监督设置（人工标注、VLM 伪标签、完全 prompt 驱动的审计）下针对真实核验行为进行属性级审计基准测试。
• 来源文件：
• /inbox/tom/_candidates/2026-08-25-agent-rag-longcontext-candidates.json
• /inbox/tom/_candidates/2026-08-26-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]