AME: Aligned Manifold Entropy for Robust Vision-Language Distillation
专题命中 幻觉与鲁棒性 :vision-language model(abstract);分类 cs.CV
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
机构 * Beihang University(北航大学)
专题命中 幻觉与鲁棒性 :multimodal large language model(abstract);分类 cs.CV
Comments 9 pages, 3 figures, 2 tables. Accepted at CV4A11y, ICCV 2025
专题命中 幻觉与鲁棒性 :MLLM(abstract);分类 cs.CV
机构 * Inner Mongolia University of Science & Technology(内蒙古科技大学) ; Federal University of Rio de Janeiro(里约热内卢联邦大学)
专题命中 幻觉与鲁棒性 :LLaVA(abstract);分类 cs.CV
机构 * Zefr Inc(Zefr公司)
专题命中 幻觉与鲁棒性 :multimodal large language model(abstract);分类 cs.CV
Comments Accepted to the Computer Vision in Advertising and Marketing (CVAM) workshop at ICCV 2025
专题命中 幻觉与鲁棒性 :vision-language model(abstract);分类 cs.CV
机构 * Nanyang Technological University, Singapore(南洋理工大学) ; National University of Singapore, Singapore(国立新加坡大学)
专题命中 幻觉与鲁棒性 :vision-language model(abstract);分类 cs.CV
专题命中 幻觉与鲁棒性 :vision-language model(abstract);分类 cs.CV
机构 * Department of Electrical and Computer Engineering, Aristotle University of Thessaloniki(阿尔伯塔大学电气与计算机工程系) ; Information Technologies Institute, CERTH(信息科技研究所)
专题命中 幻觉与鲁棒性 :vision-language model(abstract);分类 cs.CV
Comments ICCV2025
机构 * School of Information Science and Engineering, Lanzhou University(兰州大学信息科学与工程学院) ; College of Computer Science and Technology, Zhejiang University(浙江大学计算机科学与技术学院) ; College of Computing and Data Science, Nanyang Technological University(南洋理工大学计算与数据科学学院)
专题命中 幻觉与鲁棒性 :multimodal large language model(abstract);分类 cs.CV
机构 * International Institute of Information Technology(国际信息研究所) ; Informatica Business Solutions(Informatica商务解决方案)
专题命中 幻觉与鲁棒性 :grounding(abstract);分类 cs.AI
Comments 8
机构 * Institute of Artificial Intelligence (TeleAI), China Telecom, China(人工智能研究院(TeleAI),中国电信,中国) ; Northwestern Polytechnical University(西北工业大学) ; China Telecom, China(中国电信,中国)
专题命中 幻觉与鲁棒性 :multimodal large language model(abstract);分类 cs.AI
Comments 10 pages, 4 figures
机构 * Huazhong Agricultural University(华中农业大学) ; Shenzhen University(深圳大学) ; The University of Hong Kong(香港大学) ; University of Louisville(路易斯安那大学) ; ByteDance(字节跳动) ; Huazhong University of Science and Technology(华中科技大学)
专题命中 幻觉与鲁棒性 :MLLM(abstract);分类 cs.CV
Comments Accepted to ICCV 2025
机构 * Beihang University(北洋大学) ; National University of Singapore(新加坡国立大学) ; Huazhong University of Science and Technology(华中科技大学) ; Henan University of Science and Technology(河南科技大学)
专题命中 幻觉与鲁棒性 :multimodal large language model(abstract);分类 cs.CV
Comments 16 pages, 5 figures
机构 * Yonsei University(延世大学) ; Kyung Hee University(庆熙大学) ; Korea Institute of Science(韩国科学研究院) ; Seoul National University(首尔国立大学) ; Sookmyung Women's University(_sookmyung女子大学)
专题命中 幻觉与鲁棒性 :vision language model(abstract);分类 cs.CV
Comments ICML 2025. Project page at https://velpegor.github.io/ELITE/
机构 * Nvidia Corporation(英伟达公司) ; Nvidia GmbH(英伟达德国公司)
专题命中 幻觉与鲁棒性 :vision language model(abstract);分类 cs.AI
Comments 7 pages
专题命中 幻觉与鲁棒性 :grounding(abstract);分类 cs.AI
Comments Accepted to AAAI/ACM Conference on Artificial Intelligence, Ethics, and Society 2025 (AIES 2025)
机构 * United International University(国际大学) ; BRAC University(BRAC大学) ; University of British Columbia(不列颠哥伦比亚大学) ; Bangladesh University of Professionals(孟加拉专业大学) ; University of Alberta(阿尔伯塔大学)
专题命中 幻觉与鲁棒性 :multimodal large language model(abstract);分类 cs.CV
Comments Accepted as long paper, SVU Workshop at ICCV 2025
机构 * Intel Labs, Munich, Germany(英特尔慕尼黑实验室) ; University of Stuttgart, Stuttgart, Germany(斯图加特大学)
专题命中 幻觉与鲁棒性 :vision-language model(abstract);分类 cs.AI
Comments Accepted at ICML 2025 [Actionable Interpretability Workshop]
机构 * ETH Zürich(苏黎世联邦理工学院) ; University of Cambridge(剑桥大学)
专题命中 幻觉与鲁棒性 :multimodal large language model(abstract);分类 cs.LG
专题命中 幻觉与鲁棒性 :vision-language model(abstract);分类 cs.CV
Comments 14 pages
机构 * Simula Research Laboratory and University of Oslo(Simula研究实验室和奥斯陆大学) ; Danish Technological Institute(丹麦技术研究所)
专题命中 幻觉与鲁棒性 :vision language model(abstract);分类 cs.CV
Comments 17 pages, 6 figures, 4 tables
Journal ref 2025 IEEE Conference on Software Testing, Verification and Validation (ICST)
机构 * ByteDance Inc.(字节跳动公司) ; College of Intelligent Robotics and Advanced Manufacturing, Fudan University(复旦大学智能机器人与先进制造学院)
专题命中 幻觉与鲁棒性 :multimodal large language model(abstract);分类 cs.CV
Comments We release SAILViT, a series of versatile vision foundation models
机构 * University of Tübingen(图宾根大学) ; Tübingen AI Center(图宾根人工智能中心) ; Max Planck Institute for Informatics(马克斯·普朗克信息研究所) ; Independent researcher(独立研究者)
专题命中 幻觉与鲁棒性 :vision language model(abstract);分类 cs.LG
Comments 17 pages, 11 figures, 9 tables, project page: https://virtualhumans.mpi-inf.mpg.de/MVGBench/
专题命中 幻觉与鲁棒性 :grounding(abstract);分类 cs.CV
Comments Submitted for review in NCAA Springer, 21 pages, 4 figures, 4 Tables
机构 * Big Data Integration Research Center, National Institute of Information and Communications Technology (NICT), Tokyo, Japan(大数据整合研究室,日本信息通信技术研究所(NICT),东京)
专题命中 幻觉与鲁棒性 :grounding(abstract);分类 cs.AI
Comments 12 pages, 10 figures, under-review conference
机构 * ÉTS Montréal(蒙特利尔ÉTS学院)
专题命中 幻觉与鲁棒性 :vision-language model(abstract);分类 cs.CV
Comments MICCAI 2025. Code: https://github.com/jusiro/SCA-T
机构 * Guangdong Provincial Key Laboratory of Interdisciplinary Research and Application for Data Science(interdisciplinary Research and Application for Data Science省重点实验室) ; BNU-HKBU United International College(北京师范大学-香港浸会大学联合国际学院) ; Research Center for Mathematics, Beijing Normal University(北京师范大学数学研究中心)
专题命中 幻觉与鲁棒性 :vision-language model(abstract);分类 cs.AI
Comments v6 - Metadata updated (title, journal ref, DOI). PDF identical to v5 (original submission). Please cite the peer-reviewed Version of Record in "Patterns" (DOI: 10.1016/j.patter.2025.101260)
Journal ref Patterns 6(6) 101260 (2025)
专题命中 幻觉与鲁棒性 :LLaVA(abstract);分类 cs.CV
机构 * Jilin University(吉林大学) ; Shanghai Jiao Tong University(上海交通大学) ; Nanyang Technological University(南洋理工大学) ; Northeastern University(东北大学)
专题命中 幻觉与鲁棒性 :multimodal large language model(abstract);分类 cs.AI