arXivDaily arXiv每日学术速递 周一至周五更新

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。

2025-12-15 至 2025-12-15 共收录 2 信号源:cs.CV, cs.AI, cs.LG

1. 幻觉与鲁棒性 2 篇

2512.11296 2025-12-15 cs.CV cs.AI cs.HC 81%

Few-Shot VLM-Based G-Code and HMI Verification in CNC Machining

少样本基于视觉语言模型的CNC加工G代码和人机界面验证

Yasaman Hashem Pour, Nazanin Mahjourian, Vinh Nguyen

机构 * Department of Mechanical and Aerospace Engineering, Michigan Technological University(机械与航空航天工程系,密歇根技术大学)

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

AI总结 本文提出基于视觉语言模型的少样本方法,用于验证CNC加工中G代码与人机界面的错误和安全状态。

详情

展开后加载摘要…

URL PDF HTML 收藏
2508.11330 2025-12-15 cs.CV 57%

Noise Matters: Optimizing Matching Noise for Diffusion Classifiers

噪声至关重要:优化扩散分类器的匹配噪声

Yanghao Wang, Long Chen

机构 * The Hong Kong University of Science and Technology(香港科学与技术大学)

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

AI总结 本文提出NoOp方法,通过频率匹配和空间匹配原则优化扩散分类器的噪声,以提升分类稳定性与效率。

详情

展开后加载摘要…

URL PDF HTML 收藏