Measuring Agreeableness Bias in Multimodal Models
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Lim, Jaehyuk, Lee, Bruce W. |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
InterFeedback: Unveiling Interactive Intelligence of Large Multimodal Models via Human Feedback
par: Zhao, Henry Hengyuan, et autres
Publié: (2025)
par: Zhao, Henry Hengyuan, et autres
Publié: (2025)
ScienceBoard: Evaluating Multimodal Autonomous Agents in Realistic Scientific Workflows
par: Sun, Qiushi, et autres
Publié: (2025)
par: Sun, Qiushi, et autres
Publié: (2025)
OmniACT: A Dataset and Benchmark for Enabling Multimodal Generalist Autonomous Agents for Desktop and Web
par: Kapoor, Raghav, et autres
Publié: (2024)
par: Kapoor, Raghav, et autres
Publié: (2024)
Reading Smiles: Proxy Bias in Foundation Models for Facial Emotion Recognition
par: Tsangko, Iosif, et autres
Publié: (2025)
par: Tsangko, Iosif, et autres
Publié: (2025)
E3RG: Building Explicit Emotion-driven Empathetic Response Generation System with Multimodal Large Language Model
par: Lin, Ronghao, et autres
Publié: (2025)
par: Lin, Ronghao, et autres
Publié: (2025)
AIN: The Arabic INclusive Large Multimodal Model
par: Heakl, Ahmed, et autres
Publié: (2025)
par: Heakl, Ahmed, et autres
Publié: (2025)
Can Large Language Models Capture Video Game Engagement?
par: Melhart, David, et autres
Publié: (2025)
par: Melhart, David, et autres
Publié: (2025)
GUICourse: From General Vision Language Models to Versatile GUI Agents
par: Chen, Wentong, et autres
Publié: (2024)
par: Chen, Wentong, et autres
Publié: (2024)
ShowUI: One Vision-Language-Action Model for GUI Visual Agent
par: Lin, Kevin Qinghong, et autres
Publié: (2024)
par: Lin, Kevin Qinghong, et autres
Publié: (2024)
AnyMo: Geometry-Aware Setup-Agnostic Modeling of Human Motion in the Wild
par: Chen, Baiyu, et autres
Publié: (2026)
par: Chen, Baiyu, et autres
Publié: (2026)
Code2World: A GUI World Model via Renderable Code Generation
par: Zheng, Yuhao, et autres
Publié: (2026)
par: Zheng, Yuhao, et autres
Publié: (2026)
Seeing Eye to AI: Human Alignment via Gaze-Based Response Rewards for Large Language Models
par: Lopez-Cardona, Angela, et autres
Publié: (2024)
par: Lopez-Cardona, Angela, et autres
Publié: (2024)
Five Years of SciCap: What We Learned and Future Directions for Scientific Figure Captioning
par: Huang, Ting-Hao 'Kenneth', et autres
Publié: (2025)
par: Huang, Ting-Hao 'Kenneth', et autres
Publié: (2025)
EEG-based Multimodal Representation Learning for Emotion Recognition
par: Yin, Kang, et autres
Publié: (2024)
par: Yin, Kang, et autres
Publié: (2024)
A Pilot Study on Curator-Guided Multilingual Art Description for Blind and Low-Vision Audiences with Small Vision-Language Models
par: Tsangko, Iosif, et autres
Publié: (2026)
par: Tsangko, Iosif, et autres
Publié: (2026)
Gemini Goes to Med School: Exploring the Capabilities of Multimodal Large Language Models on Medical Challenge Problems & Hallucinations
par: Pal, Ankit, et autres
Publié: (2024)
par: Pal, Ankit, et autres
Publié: (2024)
Tur[k]ingBench: A Challenge Benchmark for Web Agents
par: Xu, Kevin, et autres
Publié: (2024)
par: Xu, Kevin, et autres
Publié: (2024)
OS-Genesis: Automating GUI Agent Trajectory Construction via Reverse Task Synthesis
par: Sun, Qiushi, et autres
Publié: (2024)
par: Sun, Qiushi, et autres
Publié: (2024)
SwissADT: An Audio Description Translation System for Swiss Languages
par: Fischer, Lukas, et autres
Publié: (2024)
par: Fischer, Lukas, et autres
Publié: (2024)
ASL STEM Wiki: Dataset and Benchmark for Interpreting STEM Articles
par: Yin, Kayo, et autres
Publié: (2024)
par: Yin, Kayo, et autres
Publié: (2024)
How Good (Or Bad) Are LLMs at Detecting Misleading Visualizations?
par: Lo, Leo Yu-Ho, et autres
Publié: (2024)
par: Lo, Leo Yu-Ho, et autres
Publié: (2024)
Proactive Assistant Dialogue Generation from Streaming Egocentric Videos
par: Zhang, Yichi, et autres
Publié: (2025)
par: Zhang, Yichi, et autres
Publié: (2025)
OS-Sentinel: Towards Safety-Enhanced Mobile GUI Agents via Hybrid Validation in Realistic Workflows
par: Sun, Qiushi, et autres
Publié: (2025)
par: Sun, Qiushi, et autres
Publié: (2025)
Building Autonomous GUI Navigation via Agentic-Q Estimation and Step-Wise Policy Optimization
par: Wang, Yibo, et autres
Publié: (2026)
par: Wang, Yibo, et autres
Publié: (2026)
SparkUI-Parser: Enhancing GUI Perception with Robust Grounding and Parsing
par: Jing, Hongyi, et autres
Publié: (2025)
par: Jing, Hongyi, et autres
Publié: (2025)
UI-TARS-2 Technical Report: Advancing GUI Agent with Multi-Turn Reinforcement Learning
par: Wang, Haoming, et autres
Publié: (2025)
par: Wang, Haoming, et autres
Publié: (2025)
Scaling Computer-Use Grounding via User Interface Decomposition and Synthesis
par: Xie, Tianbao, et autres
Publié: (2025)
par: Xie, Tianbao, et autres
Publié: (2025)
FocusUI: Efficient UI Grounding via Position-Preserving Visual Token Selection
par: Ouyang, Mingyu, et autres
Publié: (2026)
par: Ouyang, Mingyu, et autres
Publié: (2026)
DesignPref: Capturing Personal Preferences in Visual Design Generation
par: Peng, Yi-Hao, et autres
Publié: (2025)
par: Peng, Yi-Hao, et autres
Publié: (2025)
AppCopilot: Toward General, Accurate, Long-Horizon, and Efficient Mobile Agent
par: Fan, Jingru, et autres
Publié: (2025)
par: Fan, Jingru, et autres
Publié: (2025)
SyriSign: A Parallel Corpus for Arabic Text to Syrian Arabic Sign Language Translation
par: Khalil, Mohammad Amer, et autres
Publié: (2026)
par: Khalil, Mohammad Amer, et autres
Publié: (2026)
OpenMobile: Building Open Mobile Agents with Task and Trajectory Synthesis
par: Cheng, Kanzhi, et autres
Publié: (2026)
par: Cheng, Kanzhi, et autres
Publié: (2026)
UI-TARS: Pioneering Automated GUI Interaction with Native Agents
par: Qin, Yujia, et autres
Publié: (2025)
par: Qin, Yujia, et autres
Publié: (2025)
History-Aware Reasoning for GUI Agents
par: Wang, Ziwei, et autres
Publié: (2025)
par: Wang, Ziwei, et autres
Publié: (2025)
OS-MAP: How Far Can Computer-Using Agents Go in Breadth and Depth?
par: Chen, Xuetian, et autres
Publié: (2025)
par: Chen, Xuetian, et autres
Publié: (2025)
Forest-Chat: Adapting Vision-Language Agents for Interactive Forest Change Analysis
par: Brock, James, et autres
Publié: (2026)
par: Brock, James, et autres
Publié: (2026)
A Survey on (M)LLM-Based GUI Agents
par: Tang, Fei, et autres
Publié: (2025)
par: Tang, Fei, et autres
Publié: (2025)
Smoothing Grounding and Reasoning for MLLM-Powered GUI Agents with Query-Oriented Pivot Tasks
par: Wu, Zongru, et autres
Publié: (2025)
par: Wu, Zongru, et autres
Publié: (2025)
MAPWise: Evaluating Vision-Language Models for Advanced Map Queries
par: Mukhopadhyay, Srija, et autres
Publié: (2024)
par: Mukhopadhyay, Srija, et autres
Publié: (2024)
GUI-AIMA: Aligning Intrinsic Multimodal Attention with a Context Anchor for GUI Grounding
par: Zhou, Shijie, et autres
Publié: (2025)
par: Zhou, Shijie, et autres
Publié: (2025)
Documents similaires
-
InterFeedback: Unveiling Interactive Intelligence of Large Multimodal Models via Human Feedback
par: Zhao, Henry Hengyuan, et autres
Publié: (2025) -
ScienceBoard: Evaluating Multimodal Autonomous Agents in Realistic Scientific Workflows
par: Sun, Qiushi, et autres
Publié: (2025) -
OmniACT: A Dataset and Benchmark for Enabling Multimodal Generalist Autonomous Agents for Desktop and Web
par: Kapoor, Raghav, et autres
Publié: (2024) -
Reading Smiles: Proxy Bias in Foundation Models for Facial Emotion Recognition
par: Tsangko, Iosif, et autres
Publié: (2025) -
E3RG: Building Explicit Emotion-driven Empathetic Response Generation System with Multimodal Large Language Model
par: Lin, Ronghao, et autres
Publié: (2025)