Searching Realistic-Looking Adversarial Objects For Autonomous Driving Systems
专题命中 幻觉与鲁棒性 :vision-language model(abstract);分类 cs.CV、cs.AI
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 :vision-language model(abstract);分类 cs.CV、cs.AI
专题命中 幻觉与鲁棒性 :vision-language model(abstract);分类 cs.CV、cs.AI
专题命中 幻觉与鲁棒性 :vision language model(abstract);分类 cs.CV、cs.AI
专题命中 幻觉与鲁棒性 :vision-language model(abstract);分类 cs.CV、cs.LG
Comments Accepted by CVPR 2024
专题命中 幻觉与鲁棒性 :vision-language model(abstract);分类 cs.CV、cs.AI
专题命中 幻觉与鲁棒性 :vision-language model(abstract);分类 cs.CV、cs.AI
专题命中 幻觉与鲁棒性 :vision-language model(abstract);分类 cs.CV、cs.LG
Comments CVPR 2024
专题命中 幻觉与鲁棒性 :vision-language model(abstract);分类 cs.CV、cs.LG
Comments ICLR 2024
专题命中 幻觉与鲁棒性 :visual reasoning(abstract);分类 cs.CV、cs.LG
Comments H.T., C.C., and Z.W. contribute equally. Work done during H.T. and Z.W.'s internship at UCSC, and C.C. and Y.Z.'s internship at UNC
专题命中 幻觉与鲁棒性 :vision-language model(abstract);分类 cs.CV、cs.LG
Comments R0-FoMo: Workshop on Robustness of Few-shot and Zero-shot Learning in Foundation Models at NeurIPS 2023
专题命中 幻觉与鲁棒性 :vision-language model(abstract);分类 cs.CV、cs.LG
Comments Accepted to NeurIPS 2023 Datasets and Benchmarks Track
专题命中 幻觉与鲁棒性 :vision-language model(abstract);分类 cs.CV、cs.LG
Comments 18 pages, 12 figures
专题命中 幻觉与鲁棒性 :LLaVA(abstract);分类 cs.AI、cs.LG
专题命中 幻觉与鲁棒性 :vision-language model(abstract);分类 cs.CV、cs.AI
专题命中 幻觉与鲁棒性 :vision-language model(abstract);分类 cs.CV、cs.LG
专题命中 幻觉与鲁棒性 :vision-language model(abstract);分类 cs.CV、cs.LG
Comments Accepted for publication by ICCV 2023
专题命中 幻觉与鲁棒性 :vision-language model(abstract);分类 cs.CV、cs.LG
专题命中 幻觉与鲁棒性 :vision-language model(abstract);分类 cs.CV、cs.LG
专题命中 幻觉与鲁棒性 :vision-language model(abstract);分类 cs.CV、cs.LG
Comments International Conference on Learning Representations (ICLR'23), Code:https://bit.ly/3Xd9gRQ
专题命中 幻觉与鲁棒性 :visual reasoning(abstract);分类 cs.CV、cs.LG
Comments Accepted by the Special Issue on Human-Centered Explainable AI, ACM Transactions on Interactive Intelligent Systems
专题命中 幻觉与鲁棒性 :visual question answering(abstract);分类 cs.CV、cs.LG
Comments This work has been accepted by IEEE T-PAMI. Copyright is transferred without notice, after which this version may no longer be accessible
专题命中 幻觉与鲁棒性 :vision-language model(abstract);分类 cs.CV、cs.LG
专题命中 幻觉与鲁棒性 :grounding(abstract);分类 cs.AI、cs.LG
专题命中 幻觉与鲁棒性 :grounding(abstract);分类 cs.CV、cs.AI
Comments Paper accepted at the CoNLL 2021 conference. This version: section added on the performance of the visual and visio-linguistic models on linquistic tasks
专题命中 幻觉与鲁棒性 :visual question answering(abstract);分类 cs.CV、cs.LG
Comments In EMNLP Findings
专题命中 幻觉与鲁棒性 :visual question answering(abstract);分类 cs.CV、cs.LG
Comments NeurIPS 2020 Spotlight paper
专题命中 幻觉与鲁棒性 :visual question answering(abstract);分类 cs.CV、cs.AI
TMF-RSE:用于肺部严重程度评分的具有区域语义和证据不确定性的三模态融合
机构 * Institute of Applied Sciences and Intelligent Systems (ISASI), CNR(应用科学与智能系统研究所(ISASI),CNR) ; Department of Computer Science and Artificial Intelligence, University of the Basque Country (UPV/EHU)(巴斯克国家大学计算机科学与人工智能系) ; University of Salento(萨莱nton大学)
专题命中 幻觉与鲁棒性 :vision-language model(abstract);分类 cs.CV;VLM(comments)
AI总结 针对从胸部影像量化肺部疾病严重程度的问题,提出TMF-RSE框架,结合多模态特征,采用互补融合机制和证据回归,在相关数据集实验中性能优于基于Transformer的基线。
Comments 6 pages, 2 figures, 5 tables. IEEE conference format (IEEEtran). Submitted to AVSS 2026. Tri-modal fusion for lung severity scoring using appearance, segmentation, and VLM semantics with evidential uncertainty
机构 * New York University(纽约大学)
专题命中 幻觉与鲁棒性 :multimodal large language model(abstract);分类 cs.CV;MLLM(comments)
Comments Project page: https://cambrian-mllm.github.io
机构 * MICS, CentraleSupélec - Université Paris-Saclay, France(MICS,中央圣艾尔布兰大学-巴黎萨克雷大学,法国) ; Google DeepMind, London, UK(谷歌DeepMind,伦敦,英国) ; CONICET, Universidad de Buenos Aires, Argentina(CONICET,布宜诺斯艾利斯大学,阿根廷)
专题命中 幻觉与鲁棒性 :vision-language model(abstract);分类 cs.CV;multimodal large language model(comments)
Comments Accepted to MICCAI 2025 1st Workshop on Multimodal Large Language Models (MLLMs) in Clinical Practice