Do We Really Need Curated Malicious Data for Safety Alignment in Multi-modal Large Language Models?
专题命中 幻觉与鲁棒性 :MLLM(abstract);分类 cs.CV、cs.AI、cs.LG
Comments Accepted to CVPR 2025, codes in process
AI 大模型
视觉语言模型、视觉推理、视觉问答、图文理解和视觉 grounding。
专题命中 幻觉与鲁棒性 :MLLM(abstract);分类 cs.CV、cs.AI、cs.LG
Comments Accepted to CVPR 2025, codes in process
专题命中 幻觉与鲁棒性 :vision-language model(abstract);分类 cs.CV、cs.AI、cs.LG
Comments Preprint
专题命中 幻觉与鲁棒性 :vision-language model(abstract);分类 cs.CV、cs.AI、cs.LG
Comments Accepted to CVPR 2025
专题命中 幻觉与鲁棒性 :vision-language model(abstract);分类 cs.CV、cs.AI、cs.LG
专题命中 幻觉与鲁棒性 :vision-language model(abstract);分类 cs.CV、cs.AI、cs.LG
专题命中 幻觉与鲁棒性 :vision language model(abstract);VLM(abstract)
Comments 8 pages, 4 figures
专题命中 幻觉与鲁棒性 :vision-language model(abstract);分类 cs.CV、cs.AI、cs.LG
Comments Under review
专题命中 幻觉与鲁棒性 :vision-language model(abstract);vision language model(abstract)
专题命中 幻觉与鲁棒性 :MLLM(abstract);分类 cs.CV、cs.AI、cs.LG
Comments Accepted by ICLR 2025. Project page: https://mvig-rhos.com/llm_inception
专题命中 幻觉与鲁棒性 :vision-language model(abstract);分类 cs.CV、cs.AI、cs.LG
Comments 40 pages, 49 figures
专题命中 幻觉与鲁棒性 :vision-language model(abstract);分类 cs.CV、cs.AI、cs.LG
专题命中 幻觉与鲁棒性 :vision-language model(abstract);VLM(abstract)
专题命中 幻觉与鲁棒性 :vision-language model(abstract);分类 cs.CV、cs.AI、cs.LG
Comments 16 pages, 2 figures
专题命中 幻觉与鲁棒性 :vision-language model(abstract);分类 cs.CV、cs.AI、cs.LG
Comments 28 pages and 22 figures
专题命中 幻觉与鲁棒性 :vision language model(abstract);VLM(abstract)
专题命中 幻觉与鲁棒性 :visual language model(abstract);grounding(abstract)
专题命中 幻觉与鲁棒性 :visual language model(abstract);分类 cs.CV、cs.AI、cs.LG
专题命中 幻觉与鲁棒性 :visual language model(abstract);分类 cs.CV、cs.AI、cs.LG
Comments 22 pages, 9 Tables, 5 figures, 22 examples
专题命中 幻觉与鲁棒性 :vision-language model(abstract);分类 cs.CV、cs.AI、cs.LG
Comments Accepted at Artificial Intelligence, Ethics, and Society 2024
专题命中 幻觉与鲁棒性 :vision-language model(abstract);分类 cs.CV、cs.AI、cs.LG
Comments Published in Advances in Neural Information Processing Systems 36 (NeurIPS 2023)
专题命中 幻觉与鲁棒性 :vision language model(abstract);分类 cs.CV、cs.AI、cs.LG
Comments 13 pages Updated title
专题命中 幻觉与鲁棒性 :vision-language model(abstract);分类 cs.CV、cs.AI、cs.LG
Comments ICML 2024
专题命中 幻觉与鲁棒性 :visual question answering(abstract);分类 cs.CV、cs.AI、cs.LG
Comments Published in WACV 2022 under the title "An Investigation of Critical Issues in Bias Mitigation Techniques"
专题命中 幻觉与鲁棒性 :vision-language model(abstract);分类 cs.CV、cs.AI、cs.LG
Comments Accepted by ICLR 2024
专题命中 幻觉与鲁棒性 :vision-language model(abstract);分类 cs.CV、cs.AI、cs.LG
Comments Accepted by CVPR 2024
专题命中 幻觉与鲁棒性 :grounding(abstract);分类 cs.CV、cs.AI、cs.LG
专题命中 幻觉与鲁棒性 :multimodal large language model(abstract);分类 cs.CV、cs.AI、cs.LG
Comments Technical report
专题命中 幻觉与鲁棒性 :visual question answering(abstract);分类 cs.CV、cs.AI、cs.LG
Comments 40 pages
专题命中 幻觉与鲁棒性 :visual reasoning(abstract);分类 cs.CV、cs.AI、cs.LG
Comments Noted our camera-ready version has changed the title. "When Causal Intervention Meets Adversarial Examples and Image Masking for Deep Neural Networks" as the v3 official paper title in IEEE Proceeding. Please use it in your formal reference. Accepted at IEEE ICIP 2019. Pytorch code has released on https://github.com/jjaacckkyy63/Causal-Intervention-AE-wAdvImg
Journal ref 2019 26th IEEE International Conference on Image Processing (ICIP). IEEE
SafeCap:通过图像字幕强化学习提升大型视觉语言模型(LVLM)的安全性
专题命中 幻觉与鲁棒性 :vision-language model(abstract);分类 cs.CV、cs.AI;VLM(comments)
AI总结 SafeCap是一种通过图像字幕强化学习提升LVLM安全性的框架,在多模态安全基准上安全得分提升3.7-19.0个百分点,且视觉效用相当或更优,性能优于安全SFT等方法。
Comments 16pages, 4 figures. Preprint. Project page: https://safe-vlm.github.io/SafeCap/ ; code: https://github.com/Safe-VLM/SafeCap