GroundingME: Exposing the Visual Grounding Gap in MLLMs through Multi-Dimensional Evaluation
Fuente:
arXiv
Salvato in:
| Autori principali: | Li, Rang, Li, Lei, Ren, Shuhuai, Tian, Hao, Gu, Shuhao, Li, Shicheng, Yue, Zihao, Wang, Yudong, Ma, Wenhan, Yang, Zhe, Ma, Jingyuan, Sui, Zhifang, Luo, Fuli |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Towards Better RL Training Data Utilization via Second-Order Rollout
di: Yang, Zhe, et al.
Pubblicazione: (2026)
di: Yang, Zhe, et al.
Pubblicazione: (2026)
Enhancing Reliability across Short and Long-Form QA via Reinforcement Learning
di: Wang, Yudong, et al.
Pubblicazione: (2025)
di: Wang, Yudong, et al.
Pubblicazione: (2025)
TeachBench: A Syllabus-Grounded Framework for Evaluating Teaching Ability in Large Language Models
di: Li, Zheng, et al.
Pubblicazione: (2026)
di: Li, Zheng, et al.
Pubblicazione: (2026)
Stabilizing MoE Reinforcement Learning by Aligning Training and Inference Routers
di: Ma, Wenhan, et al.
Pubblicazione: (2025)
di: Ma, Wenhan, et al.
Pubblicazione: (2025)
Plug-and-Play Training Framework for Preference Optimization
di: Ma, Jingyuan, et al.
Pubblicazione: (2024)
di: Ma, Jingyuan, et al.
Pubblicazione: (2024)
ValueGround: Evaluating Culture-Conditioned Visual Value Grounding in MLLMs
di: Wang, Zhipin, et al.
Pubblicazione: (2026)
di: Wang, Zhipin, et al.
Pubblicazione: (2026)
Visualizing the Invisible: Generative Visual Grounding Empowers Universal EEG Understanding in MLLMs
di: Pan, Jun-Yu, et al.
Pubblicazione: (2026)
di: Pan, Jun-Yu, et al.
Pubblicazione: (2026)
TimeChat: A Time-sensitive Multimodal Large Language Model for Long Video Understanding
di: Ren, Shuhuai, et al.
Pubblicazione: (2023)
di: Ren, Shuhuai, et al.
Pubblicazione: (2023)
Theory-Grounded Evaluation Exposes the Authorship Gap in LLM Personalization
di: Sawant, Yash Ganpat
Pubblicazione: (2026)
di: Sawant, Yash Ganpat
Pubblicazione: (2026)
Exploring Activation Patterns of Parameters in Language Models
di: Wang, Yudong, et al.
Pubblicazione: (2024)
di: Wang, Yudong, et al.
Pubblicazione: (2024)
Be a Multitude to Itself: A Prompt Evolution Framework for Red Teaming
di: Li, Rui, et al.
Pubblicazione: (2025)
di: Li, Rui, et al.
Pubblicazione: (2025)
SelfBudgeter: Adaptive Token Allocation for Efficient LLM Reasoning
di: Li, Zheng, et al.
Pubblicazione: (2025)
di: Li, Zheng, et al.
Pubblicazione: (2025)
AV-Reasoner: Improving and Benchmarking Clue-Grounded Audio-Visual Counting for MLLMs
di: Lu, Lidong, et al.
Pubblicazione: (2025)
di: Lu, Lidong, et al.
Pubblicazione: (2025)
HauntAttack: When Attack Follows Reasoning as a Shadow
di: Ma, Jingyuan, et al.
Pubblicazione: (2025)
di: Ma, Jingyuan, et al.
Pubblicazione: (2025)
SpaceMind++: Toward Allocentric Cognitive Maps for Spatially Grounded Video MLLMs
di: Gu, Bo, et al.
Pubblicazione: (2026)
di: Gu, Bo, et al.
Pubblicazione: (2026)
TimeSuite: Improving MLLMs for Long Video Understanding via Grounded Tuning
di: Zeng, Xiangyu, et al.
Pubblicazione: (2024)
di: Zeng, Xiangyu, et al.
Pubblicazione: (2024)
CodePercept: Code-Grounded Visual STEM Perception for MLLMs
di: Guan, Tongkun, et al.
Pubblicazione: (2026)
di: Guan, Tongkun, et al.
Pubblicazione: (2026)
Visual Position Prompt for MLLM based Visual Grounding
di: Tang, Wei, et al.
Pubblicazione: (2025)
di: Tang, Wei, et al.
Pubblicazione: (2025)
SpatialViz-Bench: A Cognitively-Grounded Benchmark for Diagnosing Spatial Visualization in MLLMs
di: Wang, Siting, et al.
Pubblicazione: (2025)
di: Wang, Siting, et al.
Pubblicazione: (2025)
Learning to Focus and Precise Cropping: A Reinforcement Learning Framework with Information Gaps and Grounding Loss for MLLMs
di: Zhao, Xuanpu, et al.
Pubblicazione: (2026)
di: Zhao, Xuanpu, et al.
Pubblicazione: (2026)
Seeing is Believing: Rich-Context Hallucination Detection for MLLMs via Backward Visual Grounding
di: Guo, Pinxue, et al.
Pubblicazione: (2025)
di: Guo, Pinxue, et al.
Pubblicazione: (2025)
PostAlign: Multimodal Grounding as a Corrective Lens for MLLMs
di: Wu, Yixuan, et al.
Pubblicazione: (2025)
di: Wu, Yixuan, et al.
Pubblicazione: (2025)
S$^2$-MLLM: Boosting Spatial Reasoning Capability of MLLMs for 3D Visual Grounding with Structural Guidance
di: Xu, Beining, et al.
Pubblicazione: (2025)
di: Xu, Beining, et al.
Pubblicazione: (2025)
Improving the Reasoning of Multi-Image Grounding in MLLMs via Reinforcement Learning
di: Zhang, Bob, et al.
Pubblicazione: (2025)
di: Zhang, Bob, et al.
Pubblicazione: (2025)
SeeGround: See and Ground for Zero-Shot Open-Vocabulary 3D Visual Grounding
di: Li, Rong, et al.
Pubblicazione: (2024)
di: Li, Rong, et al.
Pubblicazione: (2024)
Aria-UI: Visual Grounding for GUI Instructions
di: Yang, Yuhao, et al.
Pubblicazione: (2024)
di: Yang, Yuhao, et al.
Pubblicazione: (2024)
A Probabilistic Inference Scaling Theory for LLM Self-Correction
di: Yang, Zhe, et al.
Pubblicazione: (2025)
di: Yang, Zhe, et al.
Pubblicazione: (2025)
Confidence v.s. Critique: A Decomposition of Self-Correction Capability for LLMs
di: Yang, Zhe, et al.
Pubblicazione: (2024)
di: Yang, Zhe, et al.
Pubblicazione: (2024)
MathOPEval: A Fine-grained Evaluation Benchmark for Visual Operations of MLLMs in Mathematical Reasoning
di: Li, Xiaoyuan, et al.
Pubblicazione: (2025)
di: Li, Xiaoyuan, et al.
Pubblicazione: (2025)
Neural Material Adaptor for Visual Grounding of Intrinsic Dynamics
di: Cao, Junyi, et al.
Pubblicazione: (2024)
di: Cao, Junyi, et al.
Pubblicazione: (2024)
MoDA: Modulation Adapter for Fine-Grained Visual Grounding in Instructional MLLMs
di: Barrios, Wayner, et al.
Pubblicazione: (2025)
di: Barrios, Wayner, et al.
Pubblicazione: (2025)
MC-Bench: A Benchmark for Multi-Context Visual Grounding in the Era of MLLMs
di: Xu, Yunqiu, et al.
Pubblicazione: (2024)
di: Xu, Yunqiu, et al.
Pubblicazione: (2024)
GeoGround: A Unified Large Vision-Language Model for Remote Sensing Visual Grounding
di: Zhou, Yue, et al.
Pubblicazione: (2024)
di: Zhou, Yue, et al.
Pubblicazione: (2024)
VIVA: A Benchmark for Vision-Grounded Decision-Making with Human Values
di: Hu, Zhe, et al.
Pubblicazione: (2024)
di: Hu, Zhe, et al.
Pubblicazione: (2024)
SCoRE: Benchmarking Long-Chain Reasoning in Commonsense Scenarios
di: Zhan, Weidong, et al.
Pubblicazione: (2025)
di: Zhan, Weidong, et al.
Pubblicazione: (2025)
The Perceptual Observatory Characterizing Robustness and Grounding in MLLMs
di: Anvekar, Tejas, et al.
Pubblicazione: (2025)
di: Anvekar, Tejas, et al.
Pubblicazione: (2025)
From Objects to Anywhere: A Holistic Benchmark for Multi-level Visual Grounding in 3D Scenes
di: Wang, Tianxu, et al.
Pubblicazione: (2025)
di: Wang, Tianxu, et al.
Pubblicazione: (2025)
UVE: Are MLLMs Unified Evaluators for AI-Generated Videos?
di: Liu, Yuanxin, et al.
Pubblicazione: (2025)
di: Liu, Yuanxin, et al.
Pubblicazione: (2025)
Adaptive Masking Enhances Visual Grounding
di: Jia, Sen, et al.
Pubblicazione: (2024)
di: Jia, Sen, et al.
Pubblicazione: (2024)
How Do Medical MLLMs Fail? A Study on Visual Grounding in Medical Images
di: Liu, Guimeng, et al.
Pubblicazione: (2026)
di: Liu, Guimeng, et al.
Pubblicazione: (2026)
Documenti analoghi
-
Towards Better RL Training Data Utilization via Second-Order Rollout
di: Yang, Zhe, et al.
Pubblicazione: (2026) -
Enhancing Reliability across Short and Long-Form QA via Reinforcement Learning
di: Wang, Yudong, et al.
Pubblicazione: (2025) -
TeachBench: A Syllabus-Grounded Framework for Evaluating Teaching Ability in Large Language Models
di: Li, Zheng, et al.
Pubblicazione: (2026) -
Stabilizing MoE Reinforcement Learning by Aligning Training and Inference Routers
di: Ma, Wenhan, et al.
Pubblicazione: (2025) -
Plug-and-Play Training Framework for Preference Optimization
di: Ma, Jingyuan, et al.
Pubblicazione: (2024)