Buchumschlag

Omni-SafetyBench: A Benchmark for Safety Evaluation of Audio-Visual Large Language Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Pan, Leyi, Fu, Zheyu, Zhai, Yunpeng, Tao, Shuchang, Guan, Sheng, Huang, Shiyu, Zhang, Lingzhe, Liu, Zhaoyang, Ding, Bolin, Henry, Felix, Liu, Aiwei, Wen, Lijie
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language 68T50 I.2.7
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

d-TreeRPO: Towards More Reliable Policy Optimization for Diffusion Language Models
von: Pan, Leyi, et al.
Veröffentlicht: (2025)

MicroRemed: Benchmarking LLMs in Microservices Remediation
von: Zhang, Lingzhe, et al.
Veröffentlicht: (2025)

A Survey on Parallel Text Generation: From Parallel Decoding to Diffusion Language Models
von: Zhang, Lingzhe, et al.
Veröffentlicht: (2025)

A Semantic Invariant Robust Watermark for Large Language Models
von: Liu, Aiwei, et al.
Veröffentlicht: (2023)

Can LLM Watermarks Robustly Prevent Unauthorized Knowledge Distillation?
von: Pan, Leyi, et al.
Veröffentlicht: (2025)

Can Watermarked LLMs be Identified by Users via Crafted Prompts?
von: Liu, Aiwei, et al.
Veröffentlicht: (2024)

Video-SafetyBench: A Benchmark for Safety Evaluation of Video LVLMs
von: Liu, Xuannan, et al.
Veröffentlicht: (2025)

WaterSeeker: Pioneering Efficient Detection of Watermarked Segments in Large Documents
von: Pan, Leyi, et al.
Veröffentlicht: (2024)

MarkDiffusion: An Open-Source Toolkit for Generative Watermarking of Latent Diffusion Models
von: Pan, Leyi, et al.
Veröffentlicht: (2025)

SafetyBench: Evaluating the Safety of Large Language Models
von: Zhang, Zhexin, et al.
Veröffentlicht: (2023)

MM-SafetyBench: A Benchmark for Safety Evaluation of Multimodal Large Language Models
von: Liu, Xin, et al.
Veröffentlicht: (2023)

An Unforgeable Publicly Verifiable Watermark for Large Language Models
von: Liu, Aiwei, et al.
Veröffentlicht: (2023)

Agent-SafetyBench: Evaluating the Safety of LLM Agents
von: Zhang, Zhexin, et al.
Veröffentlicht: (2024)

Lingua-SafetyBench: A Benchmark for Safety Evaluation of Multilingual Vision-Language Models
von: Shi, Enyi, et al.
Veröffentlicht: (2026)

A Survey of Text Watermarking in the Era of Large Language Models
von: Liu, Aiwei, et al.
Veröffentlicht: (2023)

XL-SafetyBench: A Country-Grounded Cross-Cultural Benchmark for LLM Safety and Cultural Sensitivity
von: Choi, Dasol, et al.
Veröffentlicht: (2026)

ChatCite: LLM Agent with Human Workflow Guidance for Comparative Literature Summary
von: Li, Yutong, et al.
Veröffentlicht: (2024)

MCP-SafetyBench: A Benchmark for Safety Evaluation of Large Language Models with Real-World MCP Servers
von: Zong, Xuanjun, et al.
Veröffentlicht: (2025)

MarkLLM: An Open-Source Toolkit for LLM Watermarking
von: Pan, Leyi, et al.
Veröffentlicht: (2024)

On the Robustness of Document-Level Relation Extraction Models to Entity Name Variations
von: Meng, Shiao, et al.
Veröffentlicht: (2024)

Direct Large Language Model Alignment Through Self-Rewarding Contrastive Prompt Distillation
von: Liu, Aiwei, et al.
Veröffentlicht: (2024)

E2E-REME: Towards End-to-End Microservices Auto-Remediation via Experience-Simulation Reinforcement Fine-Tuning
von: Zhang, Lingzhe, et al.
Veröffentlicht: (2026)

CuES: A Curiosity-driven and Environment-grounded Synthesis Framework for Agentic RL
von: Mai, Shinji, et al.
Veröffentlicht: (2025)

TIS-DPO: Token-level Importance Sampling for Direct Preference Optimization With Estimated Weights
von: Liu, Aiwei, et al.
Veröffentlicht: (2024)

How Safe is Your Safety Metric? Automatic Concatenation Tests for Metric Reliability
von: Fandina, Ora Nova, et al.
Veröffentlicht: (2024)

mAVE: A Watermark for Joint Audio-Visual Generation Models
von: Si, Luyang, et al.
Veröffentlicht: (2026)

Optimal strategy in the game Risk or Safety
von: Jehn, Rüdiger
Veröffentlicht: (2026)

OmniVideoBench: Towards Audio-Visual Understanding Evaluation for Omni MLLMs
von: Li, Caorui, et al.
Veröffentlicht: (2025)

SwiLTra-Bench: The Swiss Legal Translation Benchmark
von: Niklaus, Joel, et al.
Veröffentlicht: (2025)

WeDLM: Reconciling Diffusion Language Models with Standard Causal Attention for Fast Inference
von: Liu, Aiwei, et al.
Veröffentlicht: (2025)

OmniPlay: Benchmarking Omni-Modal Models on Omni-Modal Game Playing
von: Bie, Fuqing, et al.
Veröffentlicht: (2025)

OmniGUI: Benchmarking GUI Agents in Omni-Modal Smartphone Environments
von: Henry, Felix, et al.
Veröffentlicht: (2026)

MedOmni-45°: A Safety-Performance Benchmark for Reasoning-Oriented LLMs in Medicine
von: Ji, Kaiyuan, et al.
Veröffentlicht: (2025)

LLMeBench: A Flexible Framework for Accelerating LLMs Benchmarking
von: Dalvi, Fahim, et al.
Veröffentlicht: (2023)

MedMemoryBench: Benchmarking Agent Memory in Personalized Healthcare
von: Wang, Yihao, et al.
Veröffentlicht: (2026)

LAraBench: Benchmarking Arabic AI with Large Language Models
von: Abdelali, Ahmed, et al.
Veröffentlicht: (2023)

PaperAudit-Bench: Benchmarking Error Detection in Research Papers for Critical Automated Peer Review
von: Tu, Songjun, et al.
Veröffentlicht: (2026)

ABC Align: Large Language Model Alignment for Safety & Accuracy
von: Seneque, Gareth, et al.
Veröffentlicht: (2024)

Optimal Capital Structure for Life Insurance Companies Offering Surplus Participation
von: Fießinger, Felix, et al.
Veröffentlicht: (2025)

When No Benchmark Exists: Validating Comparative LLM Safety Scoring Without Ground-Truth Labels
von: Gautam, Sushant, et al.
Veröffentlicht: (2026)