空間的および時間的リスナを通じた機械学習モデルの可視化
arXiv cs.LG / 2026/3/31
💬 オピニオンSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- 本論文は、現在のModelVisのタクソノミが主にデータ／タスクに基づいて整理されているため、分析対象としてモデルを「第一級の」オブジェクトとして扱うことが制限されていると主張し、そのギャップを埋めるモデル中心の枠組みを提案する。
- 抽象的な「空間（spatial）」および「時間（temporal）」リスナを用いた2段階アプローチを導入し、モデルのふるまいを捉えたうえで、そのふるまいデータを従来のInfoVisパイプラインへと変換する。
- 枠組みを大規模に運用するため、著者らは検索拡張型のLLMワークフローを構築し、331枚のコード化された図表を含む128本のModelVis論文からなるデータセットをキュレーションする。
- 分析の結果、ModelVis研究は成果／アウトカムの可視化、性能評価、定量／名義／統計的なチャート種類への優先度が高い一方で、モデルのメカニズム指向の可視化には比較的あまり重点が置かれていないことが分かる。
- 被引用重み付けによるトレンドでは、頻度の低いメカニズム重視の研究が、近年の調査減少にもかかわらず高いインパクトを達成していることが示唆される。枠組みは、システム同士の比較や今後の設計に向けた指針として位置づけられている。
