Buchumschlag

Seeing and Reasoning with Confidence: Supercharging Multimodal LLMs with an Uncertainty-Aware Agentic Framework

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhi, Zhuo, Feng, Chen, Daneshmend, Adam, Orlu, Mine, Demosthenous, Andreas, Yin, Lu, Li, Da, Liu, Ziquan, Rodrigues, Miguel R. D.
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Borrowing Treasures from Neighbors: In-Context Learning for Multimodal Learning with Missing Modalities and Data Scarcity
von: Zhi, Zhuo, et al.
Veröffentlicht: (2024)

HgbNet: predicting hemoglobin level/anemia degree from EHR data
von: Zhi, Zhuo, et al.
Veröffentlicht: (2024)

Sensory-driven microinterventions for improved health and wellbeing
von: Abdalla, Youssef, et al.
Veröffentlicht: (2025)

SeeingEye: Agentic Information Flow Unlocks Multimodal Reasoning In Text-only LLMs
von: Zhang, Weijia, et al.
Veröffentlicht: (2025)

Water Pretreatment System for Rapid Preconcentration of Bacteria
von: Panayiota Demosthenous
Veröffentlicht: (2025)

Breaking disciplinary silos: A global approach to interprofessional education
von: Fraide A. Ganotice, et al.
Veröffentlicht: (2024)

PROSAC: Provably Safe Certification for Machine Learning Models under Adversarial Attacks
von: Feng, Chen, et al.
Veröffentlicht: (2024)

Euclid: Supercharging Multimodal LLMs with Synthetic High-Fidelity Visual Descriptions
von: Zhang, Jiarui, et al.
Veröffentlicht: (2024)

Confidence-Aware Alignment Makes Reasoning LLMs More Reliable
von: Chen, Kejia, et al.
Veröffentlicht: (2026)

To See or To Read: User Behavior Reasoning in Multimodal LLMs
von: Dong, Tianning, et al.
Veröffentlicht: (2025)

Can't See the Forest for the Trees: Benchmarking Multimodal Safety Awareness for Multimodal LLMs
von: Wang, Wenxuan, et al.
Veröffentlicht: (2025)

Detect in Any Scene: An Agentic Framework for Object Detection with Experience-Aware Reasoning
von: Zhang, Wenlun, et al.
Veröffentlicht: (2026)

A Novel Semi‐Automated Pipeline for Optimizing 3D‐Printed Drug Formulations
von: Youssef Abdalla, et al.
Veröffentlicht: (2025)

Can LLMs Express Their Uncertainty? An Empirical Evaluation of Confidence Elicitation in LLMs
von: Xiong, Miao, et al.
Veröffentlicht: (2023)

Multimodal LLMs See Sentiment
von: da Silva, Neemias B., et al.
Veröffentlicht: (2025)

VideoThinker: Building Agentic VideoLLMs with LLM-Guided Tool Reasoning
von: Li, Chenglin, et al.
Veröffentlicht: (2026)

Can Multimodal LLMs See Science Instruction? Benchmarking Pedagogical Reasoning in K-12 Classroom Videos
von: Shen, Yixuan, et al.
Veröffentlicht: (2026)

AutoGluon-Multimodal (AutoMM): Supercharging Multimodal AutoML with Foundation Models
von: Tang, Zhiqiang, et al.
Veröffentlicht: (2024)

Impute With Confidence: A Framework for Uncertainty Aware Multivariate Time Series Imputation
von: Weatherhead, Addison, et al.
Veröffentlicht: (2025)

CER: Confidence Enhanced Reasoning in LLMs
von: Razghandi, Ali, et al.
Veröffentlicht: (2025)

Beyond Seeing: Evaluating Multimodal LLMs on Tool-Enabled Image Perception, Transformation, and Reasoning
von: Guo, Xingang, et al.
Veröffentlicht: (2025)

Seeing is Fixing: Cross-Modal Reasoning with Multimodal LLMs for Visual Software Issue Fixing
von: Huang, Kai, et al.
Veröffentlicht: (2025)

Seeing with You: Perception-Reasoning Coevolution for Multimodal Reasoning
von: Miao, Ziqi, et al.
Veröffentlicht: (2026)

Seeing the Context: Rich Visual Context-Aware Speech Recognition via Multimodal Reasoning
von: Tian, Wenjie, et al.
Veröffentlicht: (2026)

GrACE: A Generative Approach to Better Confidence Elicitation and Efficient Test-Time Scaling in Large Language Models
von: Zhang, Zhaohan, et al.
Veröffentlicht: (2025)

Supercharging Federated Intelligence Retrieval
von: Stripelis, Dimitris, et al.
Veröffentlicht: (2026)

Reasoning LLMs for User-Aware Multimodal Conversational Agents
von: Rahimi, Hamed, et al.
Veröffentlicht: (2025)

From On-chain to Macro: Assessing the Importance of Data Source Diversity in Cryptocurrency Market Forecasting
von: Demosthenous, Giorgos, et al.
Veröffentlicht: (2025)

Deep Learning-Based Noninvasive Screening of Type 2 Diabetes with Chest X-ray Images and Electronic Health Records
von: Gundapaneni, Sanjana, et al.
Veröffentlicht: (2024)

Supercharging Federated Learning with Flower and NVIDIA FLARE
von: Roth, Holger R., et al.
Veröffentlicht: (2024)

See Less, See Right: Bi-directional Perceptual Shaping For Multimodal Reasoning
von: Zhang, Shuoshuo, et al.
Veröffentlicht: (2025)

Agentic Confidence Calibration
von: Zhang, Jiaxin, et al.
Veröffentlicht: (2026)

Seeing Clearly, Reasoning Confidently: Plug-and-Play Remedies for Vision Language Model Blindness
von: Hu, Xin, et al.
Veröffentlicht: (2026)

Supercharging Floorplan Localization with Semantic Rays
von: Grader, Yuval, et al.
Veröffentlicht: (2025)

Supercharging Graph Transformers with Advective Diffusion
von: Wu, Qitian, et al.
Veröffentlicht: (2023)

PaperMind: Benchmarking Agentic Reasoning and Critique over Scientific Papers in Multimodal LLMs
von: Zhao, Yanjun, et al.
Veröffentlicht: (2026)

Octopus: Agentic Multimodal Reasoning with Six-Capability Orchestration
von: Guo, Yifu, et al.
Veröffentlicht: (2025)

Robust Checkpoint Selection for Multimodal LLMs via Agentic Evaluation and Stability-Aware Ranking
von: Xu, Qinwu, et al.
Veröffentlicht: (2026)

Knowledge Boundary Discovery for Large Language Models
von: Wang, Ziquan, et al.
Veröffentlicht: (2026)

Confidence Contours: Uncertainty-Aware Annotation for Medical Semantic Segmentation
von: Ye, Andre, et al.
Veröffentlicht: (2023)