AI 大模型

视觉大模型 / VLM

视觉语言模型、视觉推理、视觉问答、图文理解和视觉 grounding。

2025-10-08 至 2025-10-08 共收录 2 篇信号源：cs.CV, cs.AI, cs.LG

1. 幻觉与鲁棒性 2 篇

2510.05586 2025-10-08 cs.CV 57%

CalibCLIP: Contextual Calibration of Dominant Semantics for Text-Driven Image Retrieval

Bin Kang, Bin Chen, Junjie Wang, Yulin Li, Junzhi Zhao, Zhuotao Tian

机构 * Chengdu Institute of Computer Applications, Chinese Academy of Sciences（成都计算机应用研究所，中国科学院）； University of Chinese Academy of Sciences（中国科学院大学）； International Research Institute for Artificial Intelligence, Harbin Institute of Technology (Shenzhen)（人工智能国际研究院，哈尔滨工业大学（深圳））； Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳））； Southwest Jiaotong University（西南交通大学）； Tencent（腾讯）

专题命中幻觉与鲁棒性：visual language model(abstract)；分类 cs.CV

Comments ACMMM2025(oral)

2510.00055 2025-10-08 eess.IV cs.CV cs.CY 57%

Adapting Large Language Models to Mitigate Skin Tone Biases in Clinical Dermatology Tasks: A Mixed-Methods Study

Kiran Nijjer, Ryan Bui, Derek Jiu, Adnan Ahmed, Peter Wang, Kevin Zhu, Lilly Zhu

机构 * Stanford University（斯坦福大学）； Algoverse AI Research（Algoverse人工智能研究）

专题命中幻觉与鲁棒性：vision-language model(abstract)；分类 cs.CV

Comments Accepted to EADV (European Academy of Dermatology) and SID (Society for Investigative Dermatology)