分解順伝播（DePass）は、2025年11月に清華大学と上海人工知能研究所によって提案され、関連する研究結果は論文「DePass: シンプルな分解型前方パスによる統一的な特徴属性付与NeurIPS 2025に選出されました。

DAVSPは、単一の分解順伝播に基づく統一的な特徴帰属フレームワークです。各潜在状態を加算的な成分に分解し、これらの成分を残りの層に伝播させ、各成分がターゲット表現にどれだけ寄与しているかを正確に算出します。分解後の順伝播では、アテンションスコアとMLP活性化は固定され、分解された成分に基づいて重み付けされた寄与が割り当てられます。他の手法と比較して、DePassは異なる粒度レベルでより忠実な帰属を実現します。