反向归因方法能否统一为网络图上的双人博弈？

归因图变成轨迹分布的投影

论文的核心做法是不再把归因图当作首要对象。它把研究对象换成网络中各条带权反向轨迹上的一个分布，归因图只是这个分布投影到输入状态上的结果。正是这一重构，让那些看起来互不相干的配方式方法可以在同一基础上比较。

起点是 Gaubert 与 Vlassopoulos 提出的 ReLU Net Game：它表明 ReLU 网络的前向输出等于其图上双人停止博弈的博弈值——层是轮次，神经元是状态，输入值是终局收益，标量输出 f(x) 就是博弈值。作者把反向传播重新解释为同一张图上带权博弈轨迹的分布。

为此他们引入停止分解（Stopping Decomposition），把每个权重按符号拆成 W = W+ − W−。在扩展图的每个状态上，参与者决定是停止还是继续，以及把权重路由到哪里。他们的均衡策略诱导出反向轨迹上的一个分布，该分布在输入状态上的折扣占据测度就是归因图。这一分解之所以关键，是因为它把对预测有正贡献和有负贡献的路径分开，而原始博弈表述会把这类信息平均掉。

两个博弈还原梯度与 alpha-beta-LRP

框架建立在两个构造上。停止博弈（SG）把 ReLU Net Game 适配到停止分解，其占据测度还原雅可比矩阵。路由博弈（RG）是论文新提出的熵正则化博弈，在温度 τ = 1 时，其占据测度在 ReLU 网络上还原完整的 alpha-beta-LRP 族。

统一在这个意义上是精确的，而不只是类比：传播规则变成均衡策略，归因图由诱导轨迹分布的折扣占据测度还原，也就是对路径分布做积分，为每个博弈状态分配相关性。alpha-beta-LRP 的参数在博弈空间中有对偶量：(α, β) 设定占据测度的路径权重，而 ε 稳定项变成一个收益为 log(ε) 的停止选项。

作者明确指出，这些是表示定理，而不是机制上的必然。架构本身并不决定唯一的博弈、策略类或折扣，其他博弈可能给出其他洞见。正是这一限定，使统一停留在比较框架的层面，而不是宣称某一种计算才是真实的那一种。

解释目标变成博弈层面的调节项

一旦反向传播成为博弈，期望的解释性质就可以写成博弈论概念，并反过来转化为对反向规则的具体改动。论文举的例子是定位聚焦、对输入噪声的鲁棒性和稳定的注意力路由，分别对应策略正则化、风险厌恶和扩展动作集。

几种解析模式让这一点变得具体。线性状态 Gibbs 读出上的局部温度 τ 在 τ < 1 时让路由更集中，在 τ > 1 时让路由更分散，除计时上的小幅变化外没有测得的额外开销（VGG-16 每张图 0.035 秒增至 0.037 秒，ResNet-50 每张图 0.089 秒增至 0.094 秒）。激活侧风险厌恶 λ 借助 ADF 方差传播，削弱经过高方差单元的路由，代价是一次 ADF 前向（ResNet-50 每张图 0.089 秒增至 0.140 秒）。softmax 偏移风险厌恶 λsm 在注意力路由中降低高方差键的权重，同样需要一次 ADF 前向（ViT-B/16 每张图 0.097 秒增至 0.172 秒）。对随机旋转、平移和翻转做等变空间平均会把开销乘以 N（ViT-B/16，N = 50 时每张图 4.93 秒，启用 λsm 时为 8.66 秒）。

每种模式在默认值下都回到锚点（τ = 1、λ = 0、门关闭、λent = 0），且都不带精确性声明。作者建议的使用顺序是：从锚点出发，先调 τ，因为它不增加开销；当希望归因图削弱经过高方差单元的路由时，再加入风险厌恶；只有在 token 网格伪影成为问题时，才对 ViT 使用等变平均。

一种改法在 ViT-B/16 定位上胜出

最主要的实证结果是一个案例研究，而不是大范围基准测试。在 ViT-B/16 上，一种选定的 alpha-beta-LRP 改法在作者考察的全部定位指标上优于此前的 Transformer 专用反向方法。同一案例研究还覆盖了 VGG-16 和 ResNet-50。

要让 LRP 在 ViT 上工作，需要一组特定的算子级约定，论文统称为 DAVE 式条件化前向，并加上 QK 梯度截断。LayerNorm 的统计量由输入的截断副本计算，因此反向传播只看到一个逐点映射，LRP 守恒得以保持；GELU 门以同样方式条件化；softmax 输出被完全截断；QK 矩阵乘的反向钩子返回零梯度，使相关性不流经 Q 或 K。于是经过注意力块的全部解释质量都流经 Value 张量。

作者明确说明，这些约定实现的是以已实现注意力矩阵为条件的仅 Value 归因，与 CP-LRP 一致，而不是 AttnLRP 的规则——后者会让相关性同时流经 softmax 和 QK 乘积。复合 Value 规则是发布代码中唯一的注意力-Value 规则，顺序变体没有用于任何报告的数字。

轨迹距离区分被归因图掩盖的计算

由于研究对象是轨迹分布，论文可以定义两种归因计算之间的距离，而不是两张归因图之间的距离。在级联权重随机化下，轨迹分布之间的 Hellinger 距离能把训练过的计算与随机化的计算分开，即使它们的归因图看起来相似。

作者把它定位为参数不敏感性检查的补充：它给出计算层面的读数，即使投影后的归因图仍然相似，也能检测出随机化导致的坍缩。该距离可在一次反向传播中算出。作者称初步结果有希望：在每种架构上，至少有一种博弈的 H 能把类内图像对与类间图像对分开，并随高斯输入噪声单调增大。作者同时指出，其实用价值还需要计算层面的基准测试，因此这是一个带有初步证据的诊断提议，而不是已经确立的标准。

精确性止于 ReLU 与条件化注意力

适用范围很具体，值得与结果放在一起看。精确结论覆盖 ReLU 网络，以及以已实现的注意力模式、LayerNorm 统计量和 GELU 门为条件的注意力。几种解析模式只是围绕这些精确锚点的变形，本身不带精确性声明。

评估也有自己的边界。与人工掩码的一致性只是一个评估维度，更集中的路由可能移除掩码之外与网络相关的证据。在这一范围内，一种改后的 ViT-B/16 alpha-beta-LRP 配置在归因定位上优于包括此前 Transformer 专用反向方法在内的全部基线，同时 LRP 规则保持更高的忠实性。这是否能迁移到其他模态、指标上的提升能否转化为下游任务收益，仍是未来工作。

等变平均模式也被明确标为可选：这些变换不构成群，因此该平均只是一种平滑模式，没有精确性声明。

归因图相似时优先看轨迹分布

论文最有用的实际区分，不是某条规则在排行榜上胜过另一条，而是两种归因计算可以产出看起来相似的归因图，却在生成它们的反向轨迹分布上不同。当问题是一种解释在权重随机化下是否稳定时，轨迹层面的 Hellinger 距离就是论文提出的工具，它被设计用来捕捉图层面比较漏掉的坍缩。

当问题是在 ViT 上的定位时，论文的证据指向一个更窄的优先级：从带条件化前向的 alpha-beta-LRP 锚点出发，先调不增加开销的温度 τ，在集中与分散的路由之间移动；只有当应当削弱经过高方差单元的路由时，才加入风险厌恶，并接受一次 ADF 前向。等变平均只有在要解决 token 网格伪影时，才值得付出 N 倍开销。

因此框架的价值取决于所问的问题。若要在路由规律层面比较反向计算，博弈表述为 ReLU 网络上的梯度和完整 alpha-beta-LRP 族提供了精确锚点。若要声称更集中的归因图就是更好的解释，论文自己的限定仍然适用：更集中的路由可能移除人工掩码之外与网络相关的证据，而与人工掩码的一致性只是一个维度。

本文引用的文献