视觉大模型 / VLM

Latent Domain Prompt Learning for Vision-Language Models

潜在领域提示学习用于视觉-语言模型

Zhixing Li, Arsham Gholamzadeh Khoee, Yinan Yu

机构 * Chalmers University of Technology Department of Computer Science（查尔姆斯理工大学计算机科学与工程系） 纠错

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

AI总结 本文提出通过潜在领域聚类和文本特征融合，提升视觉-语言模型在无领域标签情况下的泛化能力与鲁棒性。

Comments Accepted to ICASSP 2026

One-shot Optimized Steering Vector for Hallucination Mitigation for VLMs

单次优化的转向向量用于VLMs的幻觉缓解

Youxu Shi, Suorong Yang, Dong Liu

机构 * University of Science（科学大学） ； Nanjing University（南京大学） 纠错

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OSGA框架，通过单次优化生成通用转向向量，有效缓解VLMs的幻觉问题并提升安全性。