Buchumschlag

Dysca: A Dynamic and Scalable Benchmark for Evaluating Perception Ability of LVLMs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Jie, Wang, Zhongqi, Lei, Mengqi, Yuan, Zheng, Yan, Bei, Shan, Shiguang, Chen, Xilin
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SHALE: A Scalable Benchmark for Fine-grained Hallucination Evaluation in LVLMs
von: Yan, Bei, et al.
Veröffentlicht: (2025)

EntropyScan: Towards Model-level Backdoor Detection in LVLMs via Visual Attention Entropy
von: Ge, Xuanyu, et al.
Veröffentlicht: (2026)

Measuring the Measurers: Quality Evaluation of Hallucination Benchmarks for Large Vision-Language Models
von: Yan, Bei, et al.
Veröffentlicht: (2024)

Dynamic Attention Analysis for Backdoor Detection in Text-to-Image Diffusion Models
von: Wang, Zhongqi, et al.
Veröffentlicht: (2025)

T2IShield: Defending Against Backdoors on Text-to-Image Diffusion Models
von: Wang, Zhongqi, et al.
Veröffentlicht: (2024)

Assimilation Matters: Model-level Backdoor Detection in Vision-Language Pretrained Models
von: Wang, Zhongqi, et al.
Veröffentlicht: (2025)

V-Attack: Targeting Disentangled Value Features for Controllable Adversarial Attacks on LVLMs
von: Nie, Sen, et al.
Veröffentlicht: (2025)

MM-MoralBench: A MultiModal Moral Evaluation Benchmark for Large Vision-Language Models
von: Yan, Bei, et al.
Veröffentlicht: (2024)

REVAL: A Comprehension Evaluation on Reliability and Values of Large Vision-Language Models
von: Zhang, Jie, et al.
Veröffentlicht: (2025)

Trigger without Trace: Towards Stealthy Backdoor Attack on Text-to-Image Diffusion Models
von: Zhang, Jie, et al.
Veröffentlicht: (2025)

Neural Gate: Mitigating Privacy Risks in LVLMs via Neuron-Level Gradient Gating
von: Cao, Xiangkui, et al.
Veröffentlicht: (2026)

ACT Now: Preempting LVLM Hallucinations via Adaptive Context Integration
von: Yan, Bei, et al.
Veröffentlicht: (2026)

FullLoRA: Efficiently Boosting the Robustness of Pretrained Vision Transformers
von: Yuan, Zheng, et al.
Veröffentlicht: (2024)

What Makes VLMs Robust? Towards Reconciling Robustness and Accuracy in Vision-Language Models
von: Nie, Sen, et al.
Veröffentlicht: (2026)

Rethinking the Evaluation of Out-of-Distribution Detection: A Sorites Paradox
von: Long, Xingming, et al.
Veröffentlicht: (2024)

Towards Robust Semantic Segmentation against Patch-based Attack via Attention Refinement
von: Yuan, Zheng, et al.
Veröffentlicht: (2024)

VLBiasBench: A Comprehensive Benchmark for Evaluating Bias in Large Vision-Language Model
von: Wang, Sibo, et al.
Veröffentlicht: (2024)

Semantic or Covariate? A Study on the Intractable Case of Out-of-Distribution Detection
von: Long, Xingming, et al.
Veröffentlicht: (2024)

VOPE: Revisiting Hallucination of Vision-Language Models in Voluntary Imagination Task
von: Long, Xingming, et al.
Veröffentlicht: (2025)

INFACT: A Diagnostic Benchmark for Induced Faithfulness and Factuality Hallucinations in Video-LLMs
von: Yang, Junqi, et al.
Veröffentlicht: (2026)

T2VAttack: Adversarial Attack on Text-to-Video Diffusion Models
von: Li, Changzhen, et al.
Veröffentlicht: (2025)

Contrastive Spectral Rectification: Test-Time Defense towards Zero-shot Adversarial Robustness of CLIP
von: Nie, Sen, et al.
Veröffentlicht: (2026)

A Survey of Multimodal Hallucination Evaluation and Detection
von: Chen, Zhiyuan, et al.
Veröffentlicht: (2025)

un$^2$CLIP: Improving CLIP's Visual Detail Capturing Ability via Inverting unCLIP
von: Li, Yinqi, et al.
Veröffentlicht: (2025)

GLip: A Global-Local Integrated Progressive Framework for Robust Visual Speech Recognition
von: Wang, Tianyue, et al.
Veröffentlicht: (2025)

Pre-trained Model Guided Fine-Tuning for Zero-Shot Adversarial Robustness
von: Wang, Sibo, et al.
Veröffentlicht: (2024)

CtrLoRA: An Extensible and Efficient Framework for Controllable Image Generation
von: Xu, Yifeng, et al.
Veröffentlicht: (2024)

Dual Attention Guided Defense Against Malicious Edits
von: Zhang, Jie, et al.
Veröffentlicht: (2025)

Towards Transferable Defense Against Malicious Image Edits
von: Zhang, Jie, et al.
Veröffentlicht: (2025)

HPNet: Dynamic Trajectory Forecasting with Historical Prediction Attention
von: Tang, Xiaolong, et al.
Veröffentlicht: (2024)

Component-Based Out-of-Distribution Detection
von: Liu, Wenrui, et al.
Veröffentlicht: (2026)

EfficientMT: Efficient Temporal Adaptation for Motion Transfer in Text-to-Video Diffusion Models
von: Cai, Yufei, et al.
Veröffentlicht: (2025)

Task-adaptive Q-Face
von: Sun, Haomiao, et al.
Veröffentlicht: (2024)

MVI-Bench: A Comprehensive Benchmark for Evaluating Robustness to Misleading Visual Inputs in LVLMs
von: Chen, Huiyi, et al.
Veröffentlicht: (2025)

Adaptive Perturbation for Adversarial Attack
von: Yuan, Zheng, et al.
Veröffentlicht: (2021)

HERM: Benchmarking and Enhancing Multimodal LLMs for Human-Centric Understanding
von: Li, Keliang, et al.
Veröffentlicht: (2024)

DIVE: Inverting Conditional Diffusion Models for Discriminative Tasks
von: Li, Yinqi, et al.
Veröffentlicht: (2025)

Semantic Mismatch and Perceptual Degradation: A New Perspective on Image Editing Immunity
von: Dong, Shuai, et al.
Veröffentlicht: (2025)

Anonymization Prompt Learning for Facial Privacy-Preserving Text-to-Image Generation
von: Shi, Liang, et al.
Veröffentlicht: (2024)

Generalized Face Liveness Detection via De-fake Face Generator
von: Long, Xingming, et al.
Veröffentlicht: (2024)