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。

2025-10-30 至 2025-10-30 共收录 2 篇信号源：cs.CV, cs.AI, cs.LG

1. 幻觉与鲁棒性 2 篇

2510.24820 2025-10-30 cs.CV cs.AI 81%

SafeEditor: Unified MLLM for Efficient Post-hoc T2I Safety Editing

Ruiyang Zhang, Jiahao Luo, Xiaoru Feng, Qiufan Pang, Yaodong Yang, Juntao Dai

机构 * PKU Alignment Team, Peking University（北京大学对齐团队）； LLM Safety Centre, Beijing Academy of Artificial Intelligence（北京人工智能研究院大语言模型安全中心）

专题命中幻觉与鲁棒性：MLLM(title,abstract)；分类 cs.CV、cs.AI

2503.06497 2025-10-30 cs.CV cs.AI 81%

Evaluation of Safety Cognition Capability in Vision-Language Models for Autonomous Driving

Enming Zhang, Peizhe Gong, Xingyuan Dai, Min Huang, Yisheng Lv, Qinghai Miao

机构 * School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院）； State Key Laboratory of Multimodal Artificial Intelligence Systems, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所多模态人工智能系统国家重点实验室）

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