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。

2025-10-14 至 2025-10-14 共收录 5 篇信号源：cs.CV, cs.AI, cs.LG

1. 其他VLM 5 篇

2508.10315 2025-10-14 cs.LG cs.AI 62%

A Vision-Language Pre-training Model-Guided Approach for Mitigating Backdoor Attacks in Federated Learning

Keke Gai, Dongjue Wang, Jing Yu, Liehuang Zhu, Qi Wu

机构 * School of Cyberspace Science and Technology, Beijing Institute of Technology（信息空间科学与技术学院，北京理工大学）； School of Information Engineering, Minzu University of China（信息工程学院，民族大学）； Australian Institute of Machine Learning, The University of Adelaide（澳大利亚机器学习研究所，阿德莱德大学）

专题命中其他VLM ：multimodal large language model(abstract)；分类 cs.AI、cs.LG

2510.10100 2025-10-14 cs.CV cs.LG 62%

Cooperative Pseudo Labeling for Unsupervised Federated Classification

Kuangpu Guo, Lijun Sheng, Yongcan Yu, Jian Liang, Zilei Wang, Ran He

机构 * University of Science and Technology of China（中国科学技术大学）； NLPR & MAIS, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院）

专题命中其他VLM ：vision language model(abstract)；分类 cs.CV、cs.LG

Comments Accepted by ICCV 2025

2510.11498 2025-10-14 cs.LG cs.CL 57%

ReLook: Vision-Grounded RL with a Multimodal LLM Critic for Agentic Web Coding

Yuhang Li, Chenchen Zhang, Ruilin Lv, Ao Liu, Ken Deng, Yuanxing Zhang, Jiaheng Liu, Wiggin Zhou, Bo Zhou

机构 * LLM Department, Tencent（腾讯大语言模型部门）； Peking University（北京大学）； Nanjing University（南京大学）

专题命中其他VLM ：MLLM(abstract)；分类 cs.LG

2508.07501 2025-10-14 cs.CV cs.HC 57%

FormCoach: Lift Smarter, Not Harder

Xiaoye Zuo, Nikos Athanasiou, Ginger Delmas, Yiming Huang, Xingyu Fu, Lingjie Liu

机构 * University of Pennsylvania（宾夕法尼亚大学）； Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所）

专题命中其他VLM ：vision-language model(abstract)；分类 cs.CV

2510.10637 2025-10-14 cs.RO 50%

High-Fidelity Simulated Data Generation for Real-World Zero-Shot Robotic Manipulation Learning with Gaussian Splatting

Haoyu Zhao, Cheng Zeng, Linghao Zhuang, Yaxi Zhao, Shengke Xue, Hao Wang, Xingyue Zhao, Zhongyu Li, Kehan Li, Siteng Huang, Mingxiu Chen, Xin Li, Deli Zhao, Hua Zou

机构 * Wuhan University（武汉大学）； DAMO Academy, Alibaba Group（达摩院，阿里巴巴集团）； Hupan Lab（虎扑实验室）； The Chinese University of Hong Kong（香港中文大学）； Tsinghua University（清华大学）； Huazhong University of Science and Technology（华中科技大学）； Zhejiang University（浙江大学）

专题命中其他VLM ：MLLM(abstract)

Comments 13 pages, 6 figures