Korea Advanced Institute of Science and Technology（韩国科学技术院）

Semi-supervised Shelter Mapping for WASH Accessibility Assessment in Rohingya Refugee Camps

半监督庇护所制图用于罗兴亚难民营地WASH可及性评估

Kyeongjin Ahn, YongHun Suh, Sungwon Han, Jeasurk Yang, Hannes Taubenböck, Meeyoung Cha

机构 * School of Computing, Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院计算学院） ； Data Science for Humanity Group, Max Planck Institute for Security and Privacy (MPI-SP)（安全与隐私研究所数据科学为人类小组） ； Meta, California, United States（美国加州Meta公司） ； German Aerospace Center (DLR), Earth Observation Center (EOC)（德国航天中心地球观测中心） ； Institute of Geography and Geology, Earth Observation Research Cluster (EORC), Würzburg University（弗赖堡大学地理与地质研究所，地球观测研究集群） 纠错

AI总结 本文提出半监督分割框架，利用SAM模型对多时相亚米分辨率遥感图像进行庇护所制图，提升复杂营地环境中的检测性能，并揭示WASH可及性下降及性别不平等问题。

Comments 22 pages, 13 figures, 2 tables

UniSAFE: A Comprehensive Benchmark for Safety Evaluation of Unified Multimodal Models

UniSAFE：统一多模态模型安全评估的综合基准

Segyu Lee, Boryeong Cho, Hojung Jung, Seokhyun An, Juhyeong Kim, Jaehyun Kwak, Yongjin Yang, Sangwon Jang, Youngrok Park, Wonjun Chang, Se-Young Yun

机构 * KAIST AI（KAIST人工智能研究院） ； Department of Computer Science and Engineering, UNIST（UNIST计算机科学与工程系） ； Department of Mathematical Sciences, KAIST（KAIST数学科学系） ； University of Toronto（多伦多大学） ； KAIST CS（KAIST计算机科学系） 纠错

AI总结 本文提出UniSAFE基准，用于评估统一多模态模型的系统级安全性，发现多图像生成任务比文本生成任务更易出现安全漏洞。

Comments Equal contribution by first three authors, 55 pages

UNICORN: Ultrasound Nakagami Imaging via Score Matching and Adaptation for Assessing Hepatic Steatosis

UNICORN：基于分数匹配与适应的超声纳卡戈米成像用于肝脂肪变评估

Kwanyoung Kim, Jaa-Yeon Lee, Youngjun Ko, GunWoo Lee, Jong Chul Ye

机构 * Department of AI Convergence, GIST（GIST人工智能融合学院） ； Kim Jae Chul Graduate School of AI, KAIST（KAIST金 Jae Chul人工智能研究生院） ； Samsung Medison（三星医疗） 纠错

AI总结 UNICORN通过分数匹配与适应技术实现超声纳卡戈米成像，提供高分辨率肝脂肪变评估，解决传统方法在窗口大小选择和估计稳定性上的不足。

Comments 12pages, 7 figures, 6 tables. arXiv admin note: text overlap with arXiv:2403.06275

ReviewScore: Misinformed Peer Review Detection with Large Language Models

ReviewScore：利用大语言模型进行误信同行评审检测

Hyun Ryu, Doohyuk Jang, Hyemin S. Lee, Joonhyun Jeong, Gyeongman Kim, Donghyeon Cho, Gyouk Chu, Minyeong Hwang, Hyeongwon Jang, Changhun Kim, Haechan Kim, Jina Kim, Joowon Kim, Yoonjeon Kim, Kwanhyung Lee, Chanjae Park, Heecheol Yun, Gregor Betz, Eunho Yang

机构 * KAIST（韩国科学技术院） ； Carnegie Mellon University（卡内基梅隆大学） ； MIT（麻省理工学院） ； KRAFTON（KRAFTON公司） ； AITRICS（AITRICS研究院） ； KIT（卡尔斯鲁厄理工学院） 纠错

AI总结 本文提出ReviewScore方法，通过检测同行评审中的错误前提和可回答问题来识别低质量评审。利用大语言模型评估评审点的误信程度，实验显示模型在评估一致性上表现中等，但仍有改进空间。