Usability Analysis of Configurator User Interfaces with Multimodal Large Language Models
配置器用户界面的可用性分析：基于多模态大语言模型
Sebastian Lubos, Alexander Felfernig, Damian Garber, Adnan Kraljić, Tarik Kraljić, Viet-Man Le, Thi Ngoc Trang Tran, Gerhard Leitner, Julian Schwazer, Doris Suppan, Reinhard Willfort, Ivan Dukic, Jeremias Fuchs, Manuel Henrich
专题命中
GUI与屏幕智能体
：multimodal large language model(title,abstract)；MLLM(abstract,abstract_cn)
机构
*
Adelaide University（阿德莱德大学）
；
Responsible AI Research Centre, Australian Institute for Machine Learning（负责任人工智能研究中心，澳大利亚机器学习研究所）
；
Institute for Infocomm Research (I2R), A*STAR（信息与通信研究院（I2R），A*STAR）
；
iMotion
；
CSIRO Data61 Project Website（CSIRO Data61项目网站）
P$^2$-DPO: Grounding Hallucination in Perceptual Processing via Calibration Direct Preference Optimization
P²-DPO：通过校准直接偏好优化在感知处理中锚定幻觉
Ruipeng Zhang, Zhihao Li, Haozhang Yuan, C. L. Philip Chen, Tong Zhang
机构
*
Guangdong Provincial Key Laboratory of Computational AI Models and Cognitive Intelligence, School of Computer Science & Engineering, South China University of Technology（广东省计算人工智能模型与认知智能重点实验室，计算机科学与工程学院，华南理工大学）
；
Pazhou Lab, Guangzhou, China（琶洲实验室，广州，中国）
；
Engineering Research Center of the Ministry of Education on Health Intelligent Perception and Paralleled Digital-Human, Guangzhou, China（教育部健康智能感知与并行数字人工程研究中心，广州，中国）
Improving Semantic Uncertainty Quantification in LVLMs with Semantic Gaussian Processes
利用语义高斯过程改进LVLM中的语义不确定性量化
Joseph Hoche, Andrei Bursuc, David Brellmann, Gilles Louppe, Pavel Izmailov, Angela Yao, Gianni Franchi
机构
*
AMIAD, Pôle Recherche, Palaiseau（AMIAD研究部，Palaiseau）
；
valeo.ai
；
Safran Tech
；
University of Liège（利耶大学）
；
New York University（纽约大学）
；
National University of Singapore（新加坡国立大学）
；
ENSTA Paris（巴黎ENSTA）
Breaking Bad Molecules: Are MLLMs Ready for Structure-Level Molecular Detoxification?
Breaking Bad Molecules: MLLMs 是否准备好进行结构级分子解毒？
Fei Lin, Ziyang Gong, Cong Wang, Tengchao Zhang, Yonglin Tian, Yining Jiang, Ji Dai, Chao Guo, Xiaotong Yu, Xue Yang, Gen Luo, Fei-Yue Wang
机构
*
Department of Engineering Science, Macau University of Science and Technology, Macau, China（澳门科学技术大学工程科学系）
；
School of Computer Science, Shanghai Jiao Tong University, Shanghai, China（上海交通大学计算机科学学院）
；
Institute of Automation, Chinese Academy of Sciences, Beijing, China（中国科学院自动化研究所）
；
School of Pharmacy, Macau University of Science and Technology, Macau, China（澳门科学技术大学药学院）
；
Faculty of Electrical Engineering and Computer Science, Ningbo University, Ningbo, China（宁波大学电气与计算机科学学院）
；
State Key Laboratory of Biopharmaceutical Preparation and Delivery, Institute of Process Engineering, Chinese Academy of Sciences, Beijing, China（中国科学院生物制药制备与递送国家重点实验室）
；
School of Automation and Intelligent Sensing, Shanghai Jiao Tong University, Shanghai, China（上海交通大学自动化与智能感知学院）
；
Shanghai Artificial Intelligence Laboratory, Shanghai, China（上海人工智能实验室）
专题命中
幻觉与鲁棒性
：multimodal large language model(abstract)；分类 cs.AI
A Systematic Evaluation of Positional Bias in Multi-Video Summarization with MLLMs
多视频摘要中位置偏差的系统评估：基于多模态大语言模型
Huangchen Xu, Yuan Wu, Yi Chang
机构
*
School of Artificial Intelligence, Jilin University（吉林大学人工智能学院）
；
Engineering Research Center of Knowledge-Driven Human-Machine Intelligence, Jilin University（知识驱动人机智能工程研究中心）
；
International Center of Future Science, Jilin University（未来科学国际中心）
专题命中
幻觉与鲁棒性
：multimodal large language model(abstract)
机构
*
Mohamed bin Zayed University of AI（Mohamed bin Zayed人工智能大学）
；
Khalifa University（卡利法大学）
；
Michigan State University（密歇根州立大学）
；
Australian National University（澳大利亚国立大学）
EvoPrompt: Guided Prompt Evolution for Vision-Language Models Adaptation
EvoPrompt: 引导提示演化以适应视觉-语言模型
Enming Zhang, Jiayang Li, Yanlong Wang, Yanru Wu, Zhenyu Liu, Yang Li
机构
*
Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院，清华大学）
；
Sun Yat-sen University（中山大学）
；
Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
机构
*
NJU-LINK Team, Nanjing University（南京大学NJU-LINK团队）
；
Kling Team, Kuaishou Technology（快手技术 Kling 团队）
；
Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）
机构
*
School of Artificial Intelligence, Nanjing University, China（南京大学人工智能学院）
；
State Key Laboratory of Novel Software Technology, Nanjing University, China（南京大学新型软件技术国家重点实验室）
专题命中
VLM训练与架构
：grounding(abstract)；multimodal large language model(abstract)；分类 cs.CV、cs.LG
