视觉大模型 / VLM

LATA: Laplacian-Assisted Transductive Adaptation for Conformal Uncertainty in Medical VLMs

LATA：拉普拉斯辅助的转导适应用于医学视觉语言模型中的符合不确定性

Behzad Bozorgtabar, Dwarikanath Mahapatra, Sudipta Roy, Muzammal Naseer, Imran Razzak, Zongyuan Ge

机构 * Aarhus University ( A3 Lab )（奥胡斯大学） ； Khalifa University（哈利法大学） ； Jio Institute（乔研究所） ； MBZUAI（穆萨大学人工智能研究所） ； Monash University（墨尔本大学） 纠错

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

AI总结 LATA通过拉普拉斯辅助的转导适应方法，提升医学VLM在域转移下的不确定性校准，减少预测集规模和类间覆盖不平衡，同时保持高覆盖效率。

Comments 18 pages, 6 figures, 4 tables

Pushing the Frontier of Black-Box LVLM Attacks via Fine-Grained Detail Targeting

通过细粒度细节靶向推动大视觉-语言模型攻击的前沿

Xiaohan Zhao, Zhaoyi Li, Yaxin Luo, Jiacheng Cui, Zhiqiang Shen

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

AI总结 通过细粒度细节靶向改进M-Attack，显著提升黑盒攻击效果，成功率达100%

Comments Code at: https://github.com/vila-lab/M-Attack-V2

Patch-Based Spatial Authorship Attribution in Human-Robot Collaborative Paintings

基于补丁的空间作者归属在人类-机器人协作绘画中

Eric Chen, Patricia Alves-Oliveira

机构 * Robotics, University of Michigan, Ann Arbor, Michigan, United States（机器人学，密歇根大学，安娜堡，密歇根，美国） 纠错

专题命中 幻觉与鲁棒性 ：grounding(abstract)；分类 cs.CV

AI总结 本文提出了一种基于补丁的空间作者归属方法，用于人类-机器人协作绘画，通过实验验证在数据稀缺情况下有效区分混合作者身份。