TDBench: A Benchmark for Top-Down Image Understanding with Reliability Analysis of Vision-Language Models
Fuente:
arXiv
Salvato in:
| Autori principali: | Hou, Kaiyuan, Zhao, Minghui, Xu, Lilin, Fan, Yuang, Jiang, Xiaofan |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Exploring the Capabilities of LLMs for IMU-based Fine-grained Human Activity Understanding
di: Xu, Lilin, et al.
Pubblicazione: (2025)
di: Xu, Lilin, et al.
Pubblicazione: (2025)
Benchmarking Benchmark Leakage in Large Language Models
di: Xu, Ruijie, et al.
Pubblicazione: (2024)
di: Xu, Ruijie, et al.
Pubblicazione: (2024)
Pro$^2$Assist: Continuous Step-Aware Proactive Assistance with Multimodal Egocentric Perception for Long-Horizon Procedural Tasks
di: Xu, Lilin, et al.
Pubblicazione: (2026)
di: Xu, Lilin, et al.
Pubblicazione: (2026)
PairBench: Are Vision-Language Models Reliable at Comparing What They See?
di: Feizi, Aarash, et al.
Pubblicazione: (2025)
di: Feizi, Aarash, et al.
Pubblicazione: (2025)
TopBench: A Benchmark for Implicit Prediction and Reasoning over Tabular Question Answering
di: Ji, An-Yang, et al.
Pubblicazione: (2026)
di: Ji, An-Yang, et al.
Pubblicazione: (2026)
Variation in Verification: Understanding Verification Dynamics in Large Language Models
di: Zhou, Yefan, et al.
Pubblicazione: (2025)
di: Zhou, Yefan, et al.
Pubblicazione: (2025)
VL-RouterBench: A Benchmark for Vision-Language Model Routing
di: Huang, Zhehao, et al.
Pubblicazione: (2025)
di: Huang, Zhehao, et al.
Pubblicazione: (2025)
Benchmarking the Medical Understanding and Reasoning of Large Language Models in Arabic Healthcare Tasks
di: AlDahoul, Nouar, et al.
Pubblicazione: (2025)
di: AlDahoul, Nouar, et al.
Pubblicazione: (2025)
A Large Language Model-Empowered Agent for Reliable and Robust Structural Analysis
di: Liu, Jiachen, et al.
Pubblicazione: (2025)
di: Liu, Jiachen, et al.
Pubblicazione: (2025)
CausalVLBench: Benchmarking Visual Causal Reasoning in Large Vision-Language Models
di: Komanduri, Aneesh, et al.
Pubblicazione: (2025)
di: Komanduri, Aneesh, et al.
Pubblicazione: (2025)
LangGap: Diagnosing and Closing the Language Gap in Vision-Language-Action Models
di: Hou, Yuchen, et al.
Pubblicazione: (2026)
di: Hou, Yuchen, et al.
Pubblicazione: (2026)
CLEAR: Can Language Models Really Understand Causal Graphs?
di: Chen, Sirui, et al.
Pubblicazione: (2024)
di: Chen, Sirui, et al.
Pubblicazione: (2024)
Reliable Evaluation and Benchmarks for Statement Autoformalization
di: Poiroux, Auguste, et al.
Pubblicazione: (2024)
di: Poiroux, Auguste, et al.
Pubblicazione: (2024)
DrBenchmark: A Large Language Understanding Evaluation Benchmark for French Biomedical Domain
di: Labrak, Yanis, et al.
Pubblicazione: (2024)
di: Labrak, Yanis, et al.
Pubblicazione: (2024)
PhysBench: Benchmarking and Enhancing Vision-Language Models for Physical World Understanding
di: Chow, Wei, et al.
Pubblicazione: (2025)
di: Chow, Wei, et al.
Pubblicazione: (2025)
OAEI-LLM-T: A TBox Benchmark Dataset for Understanding Large Language Model Hallucinations in Ontology Matching
di: Qiang, Zhangcheng, et al.
Pubblicazione: (2025)
di: Qiang, Zhangcheng, et al.
Pubblicazione: (2025)
Reliable, Adaptable, and Attributable Language Models with Retrieval
di: Asai, Akari, et al.
Pubblicazione: (2024)
di: Asai, Akari, et al.
Pubblicazione: (2024)
Context Dependence and Reliability in Autoregressive Language Models
di: Sengupta, Poushali, et al.
Pubblicazione: (2026)
di: Sengupta, Poushali, et al.
Pubblicazione: (2026)
Multimodal Generative Engine Optimization: Rank Manipulation for Vision-Language Model Rankers
di: Du, Yixuan, et al.
Pubblicazione: (2026)
di: Du, Yixuan, et al.
Pubblicazione: (2026)
Zero-Shot Visual Reasoning by Vision-Language Models: Benchmarking and Analysis
di: Nagar, Aishik, et al.
Pubblicazione: (2024)
di: Nagar, Aishik, et al.
Pubblicazione: (2024)
Finding Culture-Sensitive Neurons in Vision-Language Models
di: Zhao, Xiutian, et al.
Pubblicazione: (2025)
di: Zhao, Xiutian, et al.
Pubblicazione: (2025)
TrustLDM: Benchmarking Trustworthiness in Language Diffusion Models
di: Mo, Yichuan, et al.
Pubblicazione: (2026)
di: Mo, Yichuan, et al.
Pubblicazione: (2026)
TimeSRL: Generalizable Time-Series Behavioral Modeling via Semantic RL-Tuned LLMs -- A Case Study in Mental Health
di: Fan, Yuang, et al.
Pubblicazione: (2026)
di: Fan, Yuang, et al.
Pubblicazione: (2026)
An LLM-Empowered Low-Resolution Vision System for On-Device Human Behavior Understanding
di: Jiang, Siyang, et al.
Pubblicazione: (2025)
di: Jiang, Siyang, et al.
Pubblicazione: (2025)
Bottom-Up and Top-Down Analysis of Values, Agendas, and Observations in Corpora and LLMs
di: Friedman, Scott E., et al.
Pubblicazione: (2024)
di: Friedman, Scott E., et al.
Pubblicazione: (2024)
SensorPersona: An LLM-Empowered System for Continual Persona Extraction from Longitudinal Mobile Sensor Streams
di: Yang, Bufang, et al.
Pubblicazione: (2026)
di: Yang, Bufang, et al.
Pubblicazione: (2026)
MLB: A Scenario-Driven Benchmark for Evaluating Large Language Models in Clinical Applications
di: He, Qing, et al.
Pubblicazione: (2026)
di: He, Qing, et al.
Pubblicazione: (2026)
Can Large Language Models Understand Intermediate Representations in Compilers?
di: Jiang, Hailong, et al.
Pubblicazione: (2025)
di: Jiang, Hailong, et al.
Pubblicazione: (2025)
MMLU-CF: A Contamination-free Multi-task Language Understanding Benchmark
di: Zhao, Qihao, et al.
Pubblicazione: (2024)
di: Zhao, Qihao, et al.
Pubblicazione: (2024)
Fluid Language Model Benchmarking
di: Hofmann, Valentin, et al.
Pubblicazione: (2025)
di: Hofmann, Valentin, et al.
Pubblicazione: (2025)
Fast Large Language Model Collaborative Decoding via Speculation
di: Fu, Jiale, et al.
Pubblicazione: (2025)
di: Fu, Jiale, et al.
Pubblicazione: (2025)
Analyzing Fine-Grained Alignment and Enhancing Vision Understanding in Multimodal Language Models
di: Jiang, Jiachen, et al.
Pubblicazione: (2025)
di: Jiang, Jiachen, et al.
Pubblicazione: (2025)
Domain-Adapted Small Language Models for Reliable Clinical Triage
di: Aljohani, Manar, et al.
Pubblicazione: (2026)
di: Aljohani, Manar, et al.
Pubblicazione: (2026)
BiSup: Bidirectional Quantization Error Suppression for Large Language Models
di: Zou, Minghui, et al.
Pubblicazione: (2024)
di: Zou, Minghui, et al.
Pubblicazione: (2024)
Benchmarking Multi-Image Understanding in Vision and Language Models: Perception, Knowledge, Reasoning, and Multi-Hop Reasoning
di: Zhao, Bingchen, et al.
Pubblicazione: (2024)
di: Zhao, Bingchen, et al.
Pubblicazione: (2024)
FlexiFly: Interfacing the Physical World with Foundation Models Empowered by Reconfigurable Drone Systems
di: Zhao, Minghui, et al.
Pubblicazione: (2024)
di: Zhao, Minghui, et al.
Pubblicazione: (2024)
A Fine-tuning Dataset and Benchmark for Large Language Models for Protein Understanding
di: Shen, Yiqing, et al.
Pubblicazione: (2024)
di: Shen, Yiqing, et al.
Pubblicazione: (2024)
KFinEval-Pilot: A Comprehensive Benchmark Suite for Korean Financial Language Understanding
di: Hwang, Bokwang, et al.
Pubblicazione: (2025)
di: Hwang, Bokwang, et al.
Pubblicazione: (2025)
Benchmarking Vision Language Models for Cultural Understanding
di: Nayak, Shravan, et al.
Pubblicazione: (2024)
di: Nayak, Shravan, et al.
Pubblicazione: (2024)
MedBench: A Comprehensive, Standardized, and Reliable Benchmarking System for Evaluating Chinese Medical Large Language Models
di: Liu, Mianxin, et al.
Pubblicazione: (2024)
di: Liu, Mianxin, et al.
Pubblicazione: (2024)
Documenti analoghi
-
Exploring the Capabilities of LLMs for IMU-based Fine-grained Human Activity Understanding
di: Xu, Lilin, et al.
Pubblicazione: (2025) -
Benchmarking Benchmark Leakage in Large Language Models
di: Xu, Ruijie, et al.
Pubblicazione: (2024) -
Pro$^2$Assist: Continuous Step-Aware Proactive Assistance with Multimodal Egocentric Perception for Long-Horizon Procedural Tasks
di: Xu, Lilin, et al.
Pubblicazione: (2026) -
PairBench: Are Vision-Language Models Reliable at Comparing What They See?
di: Feizi, Aarash, et al.
Pubblicazione: (2025) -
TopBench: A Benchmark for Implicit Prediction and Reasoning over Tabular Question Answering
di: Ji, An-Yang, et al.
Pubblicazione: (2026)