图像生成

Interaction-Consistent Object Removal via MLLM-Based Reasoning

基于MLLM的交互一致物体移除

Ching-Kai Huang, Wen-Chieh Lin, Yan-Cen Lee

机构 * National Yang Ming Chiao Tung University（阳明交通大学） 纠错

专题命中 图像生成评测 ：image editing(abstract)；分类 cs.CV

AI总结 本文提出基于MLLM的REORM框架，通过多模态语言模型推断需共同删除的交互元素，解决交互一致物体移除问题，并在ICOREval基准上验证其有效性。

Toward Autonomous Laboratory Safety Monitoring with Vision Language Models: Learning to See Hazards Through Scene Structure

迈向自主实验室安全监控：通过场景结构学习识别危险

Trishna Chakraborty, Udita Ghosh, Aldair Ernesto Gongora, Ruben Glatt, Yue Dong, Jiachen Li, Amit K. Roy-Chowdhury, Chengyu Song

机构 * Electrical and Computer Engineering, University of California, Riverside, USA（加州大学河滨分校电气与计算机工程系） ； Computer Science and Engineering, University of California, Riverside, USA（加州大学河滨分校计算机科学与工程系） ； Lawrence Livermore National Laboratory（劳伦斯利弗莫尔国家实验室） 纠错

专题命中 图像生成评测 ：image generation(abstract)；分类 cs.CV

AI总结 本文提出通过场景图引导对齐方法，利用视觉语言模型提升实验室安全监控中危险识别的准确性。

SANEval: Open-Vocabulary Compositional Benchmarks with Failure-mode Diagnosis

SANEval: 开放词汇组合评估基准与失败模式诊断

Rishav Pramanik, Ian E. Nielsen, Jeff Smith, Saurav Pandit, Ravi P. Ramachandran, Zhaozheng Yin

机构 * Stony Brook University（石溪大学） ； nd Set AI Corp.（第二集AI公司） ； Rowan University（罗文大学） 纠错

专题命中 图像生成评测 ：text-to-image(abstract)；分类 cs.CV

AI总结 SANEval提出一种开放词汇组合评估基准，结合大型语言模型和增强对象检测器，通过实验展示其在属性绑定、空间关系和数值任务上的评估效果优于现有基准。

Quantum Metric Length as a Fundamental Length Scale in Disordered Flat Band Materials

量子度量长度作为无序平面波材料中的基本长度尺度

Chun Wang Chau, Tian Xiang, Shuai A. Chen, K. T. Law

专题命中 图像生成评测 ：diffusion(abstract)

AI总结 本研究通过一维李布晶格展示量子度量长度在无序平面波材料中作为基本长度尺度的重要性，揭示其在球形、扩散和局域化区域中的关键作用。

Comments This manuscript supersedes arXiv:2412.19056