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。

2025-10-15 至 2025-10-15 共收录 2 篇信号源：cs.CV, cs.AI, cs.LG

1. 幻觉与鲁棒性 2 篇

2508.10367 2025-10-15 cs.CV 79%

Contrast Sensitivity in Multimodal Large Language Models: A Psychophysics-Inspired Evaluation

Pablo Hernández-Cámara, Alexandra Gomez-Villa, Jose Manuel Jaén-Lorites, Jorge Vila-Tomás, Valero Laparra, Jesus Malo

机构 * Image Processing Lab, Universitat de València, Spain（瓦伦西亚大学图像处理实验室）； Computer Vision Center, Spain（西班牙计算机视觉中心）； Universitat Autònoma de Barcelona, Spain（巴塞罗那自治大学）； Center for Biomaterials and Tissue Engineering, Universitat Politecnica de Valencia, Spain（瓦伦西亚理工大学生物材料与组织工程中心）

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

2510.12699 2025-10-15 cs.CL cs.AI 57%

Generation Space Size: Understanding and Calibrating Open-Endedness of LLM Generations

Sunny Yu, Ahmad Jabbar, Robert Hawkins, Dan Jurafsky, Myra Cheng

机构 * Department of Computer Science, Stanford University（计算机科学系，斯坦福大学）； Department of Linguistics, Stanford University（语言学系，斯坦福大学）

专题命中幻觉与鲁棒性：grounding(abstract)；分类 cs.AI