VisualQuest: A Benchmark for Abstract Visual Reasoning in MLLMs
VisualQuest: 一个用于多模态大语言模型（MLLMs）抽象视觉推理的基准数据集
Kelaiti Xiao, Liang Yang, Dongyu Zhang, Paerhati Tulajiang, Hongfei Lin
机构
*
School of Computer Science and Technology, Dalian University of Technology, Dalian, China（大连理工大学计算机科学与技术学院）
；
School of Foreign Languages, Dalian University of Technology, Dalian, China（大连理工大学外语学院）
；
School of Computer Science and Technology, Xinjiang Normal University, Urumqi, China（新疆师范大学计算机科学与技术学院）
专题命中
视觉推理
：visual reasoning(title,abstract)；multimodal large language model(abstract)；分类 cs.CV
机构
*
Indian Institute of Technology, Ropar, India（印度理工学院罗帕尔分校）
；
Machine Intelligence Group, Birla Institute of Technology and Science, Pilani, Hyderabad Campus, India（比拉理工科学院帕利尼 Hyderabad 分校机器智能小组）
；
Monash University, Melbourne, Australia（墨尔本大学）
专题命中
视觉定位与Grounding
：vision-language model(abstract)；multimodal large language model(abstract)；分类 cs.CV
Comments21 pages, 6 figures, 8 tables. Includes ancillary files with full benchmark results and ablation studies. Code available at https://github.com/athrael-soju/Snappy
DA-DPO: Cost-efficient Difficulty-aware Preference Optimization for Reducing MLLM Hallucinations
DA-DPO：面向减少多模态大语言模型幻觉的高效难度感知偏好优化
Longtian Qiu, Shan Ning, Chuyu Zhang, Jiaxuan Sun, Xuming He
机构
*
ShanghaiTech University（上海科技大学）
；
Lingang Laboratory（灵冈实验室）
；
Shanghai Engineering Research Center of Intelligent Vision and Imaging（上海智能视觉与成像工程技术研究中心）
专题命中
幻觉与鲁棒性
：MLLM(title)；multimodal large language model(abstract)；分类 cs.AI
Benchmark Success, Clinical Failure: When Reinforcement Learning Optimizes for Benchmarks, Not Patients
基准成功，临床失败：当强化学习优化于基准，而非患者
Armin Berger, Manuela Bergau, Helen Schneider, Saad Ahmad, Tom Anglim Lagones, Gianluca Brugnara, Martha Foltyn-Dumitru, Kai Schlamp, Philipp Vollmuth, Rafet Sifa
机构
*
Fraunhofer IAIS（弗劳恩霍夫人工智能研究所）
；
University of Bonn（波恩大学）
；
Lamarr Institute（拉马尔研究所）
；
Department of Health Queensland（昆士兰健康部）
；
Griffith University（格里菲斯大学）
；
University Hospital Bonn（波恩大学医院）
