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。

2026-01-26 至 2026-01-26 共收录 31 信号源:cs.CV, cs.AI, cs.LG

1. 其他VLM 3 篇

2410.04634 2026-01-26 cs.CV 57%

Is What You Ask For What You Get? Investigating Concept Associations in Text-to-Image Models

你所要求的是你所得到的吗?探究文本到图像模型中的概念关联

Salma Abdel Magid, Weiwei Pan, Simon Warchol, Grace Guo, Junsik Kim, Mahia Rahman, Hanspeter Pfister

机构 * Department of Computer Science(计算机科学系) Harvard University(哈佛大学)

专题命中 其他VLM :vision language model(abstract);分类 cs.CV

AI总结 本文提出 Concept2Concept 框架,用于审计文本到图像模型中提示与生成内容之间的概念关联,通过可解释的概念和度量标准进行可视化分析。

Journal ref Trans. Mach. Learn. Res, 2835-8856, 2025, https://openreview.net/forum?id=mk1YIkVvTQ

详情

展开后加载摘要…

URL PDF HTML 收藏