vision-language models | EUNO.NEWS

1周前 · ai

未来代理的大脑：为何 VL-JEPA 对真实世界 AI 至关重要

“生成”陷阱如果你最近在关注 AI，你知道这个流程：输入 → 生成。- 你给 ChatGPT、Gemini 或 Claude 一个提示 → 它生成...

#VL-JEPA #vision-language models #generative AI #multimodal learning #efficiency in AI #LLM #computer vision
1周前 · ai

DatBench：判别式、可信且高效的 VLM 评估

请提供您需要翻译的具体摘录或摘要文本，我才能为您进行简体中文翻译。

#vision-language models #VLM evaluation #benchmark #DatBench #discriminative evaluation #faithful metrics #efficient benchmarking #machine learning research #arXiv
1周前 · ai

为什么 Image Hallucination 比 Text Hallucination 更危险

封面图片：Why Image Hallucination Is More Dangerous Than Text Hallucination https://media2.dev.to/dynamic/image/width=1000,height=420,fit=cover,gravity=au...

#image hallucination #vision-language models #AI safety #multimodal AI #generative AI
3周前 · ai

本周 AI：最新播客对话中的关键洞见

本周 AI：最新播客对话的关键洞见随着我们即将结束 2025 年 12 月，AI 播客领域正因突破性的讨论而热闹非凡……

#AI podcasts #vision-language models #AI agents #enterprise AI adoption #DeepSeek #NeurIPS 2025 #Qualcomm AI Research
1个月前 · ai

[论文] 注意力引导的 Patch-Wise 稀疏对抗攻击在 Vision-Language-Action 模型上

近年来，具身智能中的 Vision-Language-Action（VLA）模型发展迅速。然而，现有的 adversarial attack 方法需要高成本……

#adversarial attacks #vision-language models #embodied AI #feature-space perturbation #multimodal robustness
1个月前 · ai

[Paper] 推理视觉语言模型在测试时计算上是否呈逆向规模？以干扰项为中心的实证分析

无关信息（即干扰项）如何影响视觉语言模型（VLM）在测试时的尺度扩展？先前对语言模型的研究已经报告了……

#vision-language models #distractor analysis #inverse scaling #prompt engineering #multimodal reasoning