Freeze and Reveal: Exposing Modality Bias in Vision-Language Models
机构 * IIIT Hyderabad
专题命中 幻觉与鲁棒性 :vision-language model(title);vision language model(abstract);分类 cs.CV、cs.AI
AI 大模型
视觉语言模型、视觉推理、视觉问答、图文理解和视觉 grounding。
机构 * IIIT Hyderabad
专题命中 幻觉与鲁棒性 :vision-language model(title);vision language model(abstract);分类 cs.CV、cs.AI
机构 * Center for Advanced Intelligence Project, RIKEN(先进智能项目中心,日本理化学研究所) ; Southeast University(东南大学) ; The University of Tokyo(东京大学)
专题命中 幻觉与鲁棒性 :vision-language model(title,abstract);分类 cs.CV、cs.LG
专题命中 幻觉与鲁棒性 :multimodal large language model(title,abstract)
Comments 39 pages, 4 figures, 33 tables; Accepted for publication at the Eighth AAAI/ACM Conference on AI, Ethics and Society (AIES 2025) (https://www.aies-conference.com/2025/)
专题命中 幻觉与鲁棒性 :vision language model(abstract);LLaVA(abstract);分类 cs.AI、cs.LG
Comments Paper accepted at ACM Transactions on Embedded Computing Systems
机构 * University of California, San Diego(加州大学圣地亚哥分校) ; Tsinghua University(清华大学) ; Hillbot
专题命中 幻觉与鲁棒性 :vision-language model(abstract);VLM(abstract);分类 cs.AI、cs.LG
专题命中 幻觉与鲁棒性 :multimodal large language model(abstract);MLLM(abstract);分类 cs.CV
Comments 43 pages, 31 figures, 13 tables
机构 * Beihang University(北航大学)
专题命中 幻觉与鲁棒性 :multimodal large language model(abstract);分类 cs.CV
Comments 9 pages, 3 figures, 2 tables. Accepted at CV4A11y, ICCV 2025
专题命中 幻觉与鲁棒性 :MLLM(abstract);分类 cs.CV
机构 * Inner Mongolia University of Science & Technology(内蒙古科技大学) ; Federal University of Rio de Janeiro(里约热内卢联邦大学)
专题命中 幻觉与鲁棒性 :LLaVA(abstract);分类 cs.CV