Buchumschlag

Trustworthy Large Models in Vision: A Survey

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Guo, Ziyan, Xu, Li, Liu, Jun
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Vision Generalist Model: A Survey
von: Wang, Ziyi, et al.
Veröffentlicht: (2025)

Diffusion Models in Low-Level Vision: A Survey
von: He, Chunming, et al.
Veröffentlicht: (2024)

Leveraging Vision-Language Models to Select Trustworthy Super-Resolution Samples Generated by Diffusion Models
von: Korkmaz, Cansu, et al.
Veröffentlicht: (2025)

A Survey on Vision Autoregressive Model
von: Jiang, Kai, et al.
Veröffentlicht: (2024)

The Paradigm Shift: A Comprehensive Survey on Large Vision Language Models for Multimodal Fake News Detection
von: Ai, Wei, et al.
Veröffentlicht: (2026)

Compound Expression Recognition via Large Vision-Language Models
von: Yu, Jun, et al.
Veröffentlicht: (2025)

Generative Physical AI in Vision: A Survey
von: Liu, Daochang, et al.
Veröffentlicht: (2025)

Assessing Color Vision Test in Large Vision-language Models
von: Ye, Hongfei, et al.
Veröffentlicht: (2025)

On the Trustworthiness Landscape of State-of-the-art Generative Models: A Survey and Outlook
von: Fan, Mingyuan, et al.
Veröffentlicht: (2023)

Vision Language Models in Autonomous Driving: A Survey and Outlook
von: Zhou, Xingcheng, et al.
Veröffentlicht: (2023)

Efficient Diffusion Models for Vision: A Survey
von: Ulhaq, Anwaar, et al.
Veröffentlicht: (2022)

FoPru: Focal Pruning for Efficient Large Vision-Language Models
von: Jiang, Lei, et al.
Veröffentlicht: (2024)

3D-CT-GPT: Generating 3D Radiology Reports through Integration of Large Vision-Language Models
von: Chen, Hao, et al.
Veröffentlicht: (2024)

AdPO: Enhancing the Adversarial Robustness of Large Vision-Language Models with Preference Optimization
von: Liu, Chaohu, et al.
Veröffentlicht: (2025)

Efficient Multimodal Large Language Models: A Survey
von: Jin, Yizhang, et al.
Veröffentlicht: (2024)

A Survey on Mamba Architecture for Vision Applications
von: Ibrahim, Fady, et al.
Veröffentlicht: (2025)

V-DPO: Mitigating Hallucination in Large Vision Language Models via Vision-Guided Direct Preference Optimization
von: Xie, Yuxi, et al.
Veröffentlicht: (2024)

Challenges and Trends in Egocentric Vision: A Survey
von: Li, Xiang, et al.
Veröffentlicht: (2025)

Benchmarking Large Vision-Language Models on CFMME: A Comprehensive Chinese Financial Multimodal Evaluation Dataset
von: Chen, Qian, et al.
Veröffentlicht: (2026)

TSHA: A Benchmark for Visual Language Models in Trustworthy Safety Hazard Assessment Scenarios
von: Yu, Qiucheng, et al.
Veröffentlicht: (2026)

Benchmarking and Mitigating Sycophancy in Medical Vision Language Models
von: Xu, Juangui, et al.
Veröffentlicht: (2025)

DLaVA: Document Language and Vision Assistant for Answer Localization with Enhanced Interpretability and Trustworthiness
von: Mohammadshirazi, Ahmad, et al.
Veröffentlicht: (2024)

From Captions to Rewards (CAREVL): Leveraging Large Language Model Experts for Enhanced Reward Modeling in Large Vision-Language Models
von: Dai, Muzhi, et al.
Veröffentlicht: (2025)

ArchiLense: A Framework for Quantitative Analysis of Architectural Styles Based on Vision Large Language Models
von: Zhong, Jing, et al.
Veröffentlicht: (2025)

UrbanSense:A Framework for Quantitative Analysis of Urban Streetscapes leveraging Vision Large Language Models
von: Yin, Jun, et al.
Veröffentlicht: (2025)

A Brief Survey on Leveraging Large Scale Vision Models for Enhanced Robot Grasping
von: Kamboj, Abhi, et al.
Veröffentlicht: (2024)

Probing Perceptual Constancy in Large Vision-Language Models
von: Sun, Haoran, et al.
Veröffentlicht: (2025)

Probabilistic Conceptual Explainers: Trustworthy Conceptual Explanations for Vision Foundation Models
von: Wang, Hengyi, et al.
Veröffentlicht: (2024)

TSTMotion: Training-free Scene-aware Text-to-motion Generation
von: Guo, Ziyan, et al.
Veröffentlicht: (2025)

A Visual Semantic Adaptive Watermark grounded by Prefix-Tuning for Large Vision-Language Model
von: Zheng, Qi, et al.
Veröffentlicht: (2026)

Harnessing Large Vision and Language Models in Agriculture: A Review
von: Zhu, Hongyan, et al.
Veröffentlicht: (2024)

FILA: Fine-Grained Vision Language Models
von: Zhu, Shiding, et al.
Veröffentlicht: (2024)

MBQ: Modality-Balanced Quantization for Large Vision-Language Models
von: Li, Shiyao, et al.
Veröffentlicht: (2024)

OmniDrive-R1: Reinforcement-driven Interleaved Multi-modal Chain-of-Thought for Trustworthy Vision-Language Autonomous Driving
von: Zhang, Zhenguo, et al.
Veröffentlicht: (2025)

A-VL: Adaptive Attention for Large Vision-Language Models
von: Zhang, Junyang, et al.
Veröffentlicht: (2024)

KKA: Improving Vision Anomaly Detection through Anomaly-related Knowledge from Large Language Models
von: Chen, Dong, et al.
Veröffentlicht: (2025)

MAP: Mitigating Hallucinations in Large Vision-Language Models with Map-Level Attention Processing
von: Li, Chenxi, et al.
Veröffentlicht: (2025)

Local Feature Matching Using Deep Learning: A Survey
von: Xu, Shibiao, et al.
Veröffentlicht: (2024)

MultiTrust: A Comprehensive Benchmark Towards Trustworthy Multimodal Large Language Models
von: Zhang, Yichi, et al.
Veröffentlicht: (2024)

Edge Deep Learning in Computer Vision and Medical Diagnostics: A Comprehensive Survey
von: Xu, Yiwen, et al.
Veröffentlicht: (2026)