机构
*
Beijing Academy of Artificial Intelligence (BAAI), China（北京人工智能研究院）
；
Institute of Information Engineering, Chinese Academy of Sciences, China（信息工程研究所）
；
Beijing University of Technology, China（北京理工大学）
Pluralis v0.1: Towards a Multicultural, Multimodal, Multilingual Benchmark for AI Risk and Reliability
Pluralis v0.1：迈向用于人工智能风险与可靠性的多元文化、多模态、多语言基准测试
Alicia Parrish, Rajat Shinde, Sanket Badhe, Xinyi Bai, Sree Bhargavi Balija, Hua-Rong Chu, Emilio Ferrara, Armstrong Foundjem, Rajat Ghosh, Aakash Gupta, Xuanli He, Ong Chen Hui, Minji Jung, Madhangi Karimanal, Faiza Khan Khattak, Boryoung Kim, Eugenia Kim, Liliya Lavitas, Seok Min Lim, Victor Lu, Jim Moirangthem, Dhivya Nagasubramanian, Deepak Pandita, Sita Rajagopal, Geetha Raju, Evgeniia Razumovskaia, Aravind Reddy, Federico Ricciuti, Nobin Sarwar, Sungpil Shin, Sunayana Sitaram, Snehal Thorat, Tharindu Cyril Weerasooriya, Jasmijn Bastings, Joachim Baumann, Kongtao Chen, Murali Emani, Mariya Hendriksen, Jiho Jin, Jun Seong Kim, Younghoon Ko, Alicja Kwasniewska, Minjae Lee, Tom Wei-cyuan Lin Kashyap Ramanandula Manjusha, Junho Myung, Junyeong Park, Roma Patel, Shyam Ratan, Sudarsun Santhiappan, Priyanka Suresh, Tuesday, Ksheeraj Sai Vepuri Laura Amortegui-Ordonez, Claire Dennis, Minsuk Kahng, Chris Knotz, Alice Oh, Balaraman Ravindran, Soojung Ryu William Bartholomew, Hiwot Tesfaye, Lora Aroyo
机构
*
Google DeepMind（谷歌DeepMind）
；
University of Alabama in Huntsville（阿拉巴马大学亨茨维尔分校）
；
Google（谷歌）
；
University of Missouri Columbia（密苏里大学哥伦比亚分校）
；
Chunghwa Telecom Laboratories（春木电信实验室）
；
University of Southern California（南加州大学）
；
Polytechnique Montreal（蒙特利尔理工学院）
；
Nutanix
；
ThinkEvolve Labs（ThinkEvolve实验室）
；
UCL（伦敦大学学院）
；
Infocomm Media Development Authority（信息通信媒体发展局）
；
Monark Health（Monark健康）
；
Seoul National University（首尔国立大学）
；
Microsoft（微软）
；
Centre for Responsible AI (CeRAI), Wadhwani School of Data Science and AI (WSAI), Indian Institute of Technology Madras（负责任人工智能中心（CeRAI）、瓦达威人工智能学校（WSAI）、印度理工学院马德拉斯分校）
；
University of Maryland, Baltimore County（马里兰大学巴尔的摩县分校）
；
Microsoft Research India（微软印度研究院）
；
Stanford University（斯坦福大学）
；
Argonne National Laboratory（阿贡国家实验室）
；
University of Oxford（牛津大学）
；
KAIST（韩国科学技术院）
；
Yonsei University（延世大学）
；
Amazon（亚马逊）
；
UIUC（伊利诺伊大学香槟分校）
；
Rochester Institute of Technology（罗切斯特理工学院）
；
Xenoscube Inc.（Xenoscube公司）
；
Korea AI Safety Institute (K-AISI)（韩国人工智能安全研究所（K-AISI））
；
MLCommons
；
CommonGround
；
Artifex Labs（Artifex实验室）
机构
*
Department of Information Engineering and Computer Science, University of Trento（特伦托大学信息工程与计算机科学系）
；
School of Information and Electronics, Beijing Institute of Technology（北京理工大学信息与电子学院）
；
Beijing Key Laboratory of Fractional Signals and Systems, Beijing Institute of Technology（北京理工大学分数域信号与系统北京市重点实验室）
；
School of Electronic Engineering, Xidian University（西安电子科技大学电子工程学院）
；
Key Laboratory of Collaborative Intelligent Systems of Ministry of Education, Xidian University（西安电子科技大学教育部协同智能系统重点实验室）
；
Academy of Artificial Intelligence, Inner Mongolia Normal University（内蒙古师范大学人工智能研究院）
ZeroBench: An Impossible Visual Benchmark for Contemporary Large Multimodal Models
ZeroBench：当代大型多模态模型的一个不可能的视觉基准测试
Jonathan Roberts, Mohammad Reza Taesiri, Ansh Sharma, Akash Gupta, Samuel Roberts, Ioana Croitoru, Simion-Vlad Bogolin, Jialu Tang, Florian Langer, Vyas Raina, Vatsal Raina, Hanyi Xiong, Vishaal Udandarao, Jingyi Lu, Shiyang Chen, Sam Purkis, Tianshuo Yan, Wenye Lin, Gyungin Shin, Qiaochu Yang, Anh Totti Nguyen, David I. Atkinson, Aaditya Baranwal, Alexandru Coca, Mikah Dang, Sebastian Dziadzio, Jakob D. Kunz, Kaiqu Liang, Alexander Lo, Brian Pulfer, Steven Walton, Charig Yang, Kai Han, Samuel Albanie
机构
*
University of Cambridge（剑桥大学）
；
University of Alberta（阿尔伯塔大学）
；
The University of Hong Kong（香港大学）
；
University of Oxford（牛津大学）
；
Northeastern University（东北大学）
；
Astadeus
；
College of Southern Maryland（马里兰州南部学院）
；
University of Geneva（日内瓦大学）
；
University of Oregon（俄勒冈大学）
CommentsAccepted to the Designing Transparent and Understandable Robots (D-TUR) Workshop at the ACM/IEEE International Conference on Human-Robot Interaction (HRI) 2026, Edinburgh, UK
Journal refWorkshop on Designing Transparent and Understandable Robots, 2026
Benchmarking the Robustness of Autonomous Driving to Environmental Illusions: A Lane Perception Perspective
从车道感知角度评估自动驾驶对环境错觉的鲁棒性：基准测试
Tianyuan Zhang, Xianglong Liu, Aishan Liu, Lu Wang, Yitong Zhang, Peng Yue, Mingchuan Zhang, Siyuan Liang, Dacheng Tao
机构
*
SKLCCSE, the School of Computer Science and Engineering, Beihang University（北京航空航天大学计算机科学与工程学院软件安全技术与工程北京市重点实验室）
；
the School of Cyber Science and Technology, Sun Yat-sen University（中山大学网络空间科学与技术学院）
；
Henan University of Science and Technology（河南科技大学）
；
the School of Computing, National University of Singapore（新加坡国立大学计算学院）
；
College of Computing & Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院）
Ground3D-LMM: Fine-Grained 3D Point Grounding and Spatial Reasoning with LMM
Ground3D-LMM：基于LMM的细粒度3D点接地与空间推理
Amol Harsh, Zongyan Han, Jean Lahoud, Ye Liu, Rao Muhammad Anwer, Hisham Cholakkal, Salman Khan, Fahad Khan
机构
*
Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学）
；
The Hong Kong Polytechnic University（香港理工大学）
；
Linköping University（林雪平大学）
机构
*
Beijing University of Posts and Telecommunications（北京邮电大学）
；
Tsinghua University（清华大学）
；
Institute of Artificial Intelligence (TeleAI)（人工智能研究所）
；
ShiFang Technology Inc.（ShiFang科技公司）
CommentsAccepted for publication at the IEEE International Conference on LLM-Aided Design, 2026, to be held: Time: July 30-31, 2026 Location: Stanford University, Stanford, CA
