Guardrail-Agnostic Societal Bias Evaluation in Large Vision-Language Models
强安全护栏下大型视觉语言模型的护栏无关社会偏见评估
机构 * NVIDIA（英伟达）
AI总结 本研究针对强护栏LVLMs的偏见评估难题，提出解耦人物属性推断的评估方法，发现20款LVLMs均存在不当使用用户人口统计信息的偏见，且专有模型偏见低于开源模型。
Comments Accepted at ECCV 2026
大厂专区
NVIDIA（英伟达）
Think, Look, and Revise: Inconsistency-Aware Visual Self-Correction in MLLMs
思考、观察与修正：多模态大语言模型中基于不一致感知的视觉自我修正
机构 * University of Edinburgh（爱丁堡大学） ； NVIDIA Research（英伟达研究院）
AI总结 本研究针对工具增强型多模态推理中工具输出缺乏验证的问题，提出ReVISE框架，通过带监督反思的训练数据集与强化学习目标奖励，实现错误检测与修正，在多个基准上取得性能提升。
Comments accepted by EMNLP2026
Sparse Koopman Autoencoders Identify Local Dynamical Regimes in Multibasin Systems
稀疏Koopman自编码器识别多盆系统中的局部动力学 regime
机构 * Chandar Research Lab（钱达尔研究实验室） ； Mila – Quebec AI Institute（米拉-魁北克人工智能研究所） ； Université de Montréal（蒙特利尔大学） ； University of Pennsylvania（宾夕法尼亚大学） ； NVIDIA（英伟达） ； Polytechnique Montréal（蒙特利尔理工学院）
AI总结 该研究提出稀疏Koopman自编码器（SKAEs），无需标签即可识别多盆系统的局部动力学 regime，其预测性能优于密隐KAEs，且隐支撑可有效识别吸引盆。
