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。

2025-10-20 至 2025-10-20 共收录 3 篇信号源：cs.CV, cs.AI, cs.LG

1. 幻觉与鲁棒性 3 篇

2510.09473 2025-10-20 cs.CV cs.LG 81%

Jisu Han, Wonjun Hwang

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

Comments Corrected typos

2510.15068 2025-10-20 cs.CR cs.AI 79%

Deyue Zhang, Dongdong Yang, Junjie Mu, Quancheng Zou, Zonghao Ying, Wenzhuo Xu, Zhao Liu, Xuan Wang, Xiangzheng Zhang

机构 * AI Security Lab（360人工智能安全实验室）； Politecnico di Milano（米兰理工大学）； Beihang University（北京航空航天大学）

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

2510.15543 2025-10-20 cs.CL cs.AI cs.IR cs.MM 57%

Qiyu Wu, Shuyang Cui, Satoshi Hayakawa, Wei-Yao Wang, Hiromi Wakaki, Yuki Mitsufuji

机构 * Sony Group Corporation（索尼集团公司）； Sony AI（索尼人工智能）

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