선택적 상태 공간 시퀀스 모델 설명을 위한 MambaLRP: 마마 아키텍처에 대한 설명 가능성 도입

본 논문에서는 선택적 상태 공간 시퀀스 모델(Mamba 모델)의 예측을 설명하기 위한 새로운 접근 방식인 MambaLRP를 제안합니다. MambaLRP는 Layer-wise Relevance Propagation (LRP) 프레임워크를 기반으로 하며, 특히 Mamba 아키텍처에 맞게 조정되었습니다. MambaLRP는 관련성 보존 원칙을 준수하여 모델 예측에 대한 신뢰할 수 있고 충실한 설명을 제공합니다.