CBM通过构建合理的Concept bank来将任何一幅图像表达为基向量的线性组合，再基于系数向量进行分类，以增强模型的可解释性。
| CBM Model | |
|---|---|
| CLIP Zero-shot | |
| LP | |
| Original CBM | 将text embedding映射到concept，再映射到类别 |
| PCBM | 无需标注来训练concept classifier，而是用Concept Net构建concpet bank，用相似度来获取concept的系数 |
| PCBM-h | 引入残差，弥补concept-classifeir支路的预测错误 |
| Lf-CBM | 使用大语言模型来产生概念 |
| LaBo | 使用大语言模型，为每个类别产生特定数量的概念 |
| Res-CBM | 逐步增加已知概念（从一个超大的Bank中选取，通过分类损失和正则项来学习），减少未知概念 |
该方法在CBM系列模型中效果较好，但是仍然低于LP。
