Salvato in:
| Autori principali: | Chen, Qianpu, Soydaner, Derya, Saunders, Rob |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2026
|
| Soggetti: | |
| Accesso online: | https://arxiv.org/abs/2603.03989 |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Multi-task convolutional neural network for image aesthetic assessment
di: Soydaner, Derya, et al.
Pubblicazione: (2023)
di: Soydaner, Derya, et al.
Pubblicazione: (2023)
Attention-Guided Patch-Wise Sparse Adversarial Attacks on Vision-Language-Action Models
di: Zhang, Naifu, et al.
Pubblicazione: (2025)
di: Zhang, Naifu, et al.
Pubblicazione: (2025)
Seeing Faces in Things: A Model and Dataset for Pareidolia
di: Hamilton, Mark, et al.
Pubblicazione: (2024)
di: Hamilton, Mark, et al.
Pubblicazione: (2024)
When Visuals Aren't the Problem: Evaluating Vision-Language Models on Misleading Data Visualizations
di: Lalai, Harsh Nishant, et al.
Pubblicazione: (2026)
di: Lalai, Harsh Nishant, et al.
Pubblicazione: (2026)
Probing Visual Concepts in Lightweight Vision-Language Models for Automated Driving
di: Theodoridis, Nikos, et al.
Pubblicazione: (2026)
di: Theodoridis, Nikos, et al.
Pubblicazione: (2026)
Have Large Vision-Language Models Mastered Art History?
di: Strafforello, Ombretta, et al.
Pubblicazione: (2024)
di: Strafforello, Ombretta, et al.
Pubblicazione: (2024)
AQuA: Toward Strategic Response Generation for Ambiguous Visual Questions
di: Jang, Jihyoung, et al.
Pubblicazione: (2026)
di: Jang, Jihyoung, et al.
Pubblicazione: (2026)
When the Prompt Becomes Visual: Vision-Centric Jailbreak Attacks for Large Image Editing Models
di: Hou, Jiacheng, et al.
Pubblicazione: (2026)
di: Hou, Jiacheng, et al.
Pubblicazione: (2026)
When Does Multimodal AI Help? Diagnostic Complementarity of Vision-Language Models and CNNs for Spectrum Management in Satellite-Terrestrial Networks
di: Li, Yuanhang
Pubblicazione: (2026)
di: Li, Yuanhang
Pubblicazione: (2026)
Probing Vision-Language Understanding through the Visual Entailment Task: promises and pitfalls
di: Pitta, Elena, et al.
Pubblicazione: (2025)
di: Pitta, Elena, et al.
Pubblicazione: (2025)
Beyond Visual Memory: Mechanistic Diagnostics of Latent Visual Reasoning
di: Guo, Garvin, et al.
Pubblicazione: (2026)
di: Guo, Garvin, et al.
Pubblicazione: (2026)
Probing Visual Planning in Image Editing Models
di: Zhou, Zhimu, et al.
Pubblicazione: (2026)
di: Zhou, Zhimu, et al.
Pubblicazione: (2026)
Language-Guided Invariance Probing of Vision-Language Models
di: Lee, Jae Joong
Pubblicazione: (2025)
di: Lee, Jae Joong
Pubblicazione: (2025)
Probing Perceptual Constancy in Large Vision-Language Models
di: Sun, Haoran, et al.
Pubblicazione: (2025)
di: Sun, Haoran, et al.
Pubblicazione: (2025)
Vision-Language Models Suppress Female Representations Under Ambiguous Input
di: Marin-Llobet, Arnau, et al.
Pubblicazione: (2026)
di: Marin-Llobet, Arnau, et al.
Pubblicazione: (2026)
Ambiguous Medical Image Segmentation Using Diffusion Schrödinger Bridge
di: Baru, Lalith Bharadwaj, et al.
Pubblicazione: (2025)
di: Baru, Lalith Bharadwaj, et al.
Pubblicazione: (2025)
When Language Overwrites Vision: Over-Alignment and Geometric Debiasing in Vision-Language Models
di: Saini, Harshvardhan, et al.
Pubblicazione: (2026)
di: Saini, Harshvardhan, et al.
Pubblicazione: (2026)
GSRender: Deduplicated Occupancy Prediction via Weakly Supervised 3D Gaussian Splatting
di: Sun, Qianpu, et al.
Pubblicazione: (2024)
di: Sun, Qianpu, et al.
Pubblicazione: (2024)
Probing the Robustness of Vision-Language Pretrained Models: A Multimodal Adversarial Attack Approach
di: Guan, Jiwei, et al.
Pubblicazione: (2024)
di: Guan, Jiwei, et al.
Pubblicazione: (2024)
MM-CoT:A Benchmark for Probing Visual Chain-of-Thought Reasoning in Multimodal Models
di: Zhang, Jusheng, et al.
Pubblicazione: (2025)
di: Zhang, Jusheng, et al.
Pubblicazione: (2025)
CounterCount: A Diagnostic Framework for Counting Bias in Vision Language Models
di: Alzahrani, Reem, et al.
Pubblicazione: (2026)
di: Alzahrani, Reem, et al.
Pubblicazione: (2026)
Are Large Vision Language Models Truly Grounded in Medical Images? Evidence from Italian Clinical Visual Question Answering
di: Felizzi, Federico, et al.
Pubblicazione: (2025)
di: Felizzi, Federico, et al.
Pubblicazione: (2025)
When Text Hijacks Vision: Benchmarking and Mitigating Text Overlay-Induced Hallucination in Vision Language Models
di: Yakun, Cui, et al.
Pubblicazione: (2026)
di: Yakun, Cui, et al.
Pubblicazione: (2026)
Energy-Driven Adaptive Visual Token Pruning for Efficient Vision-Language Models
di: He, Jialuo, et al.
Pubblicazione: (2026)
di: He, Jialuo, et al.
Pubblicazione: (2026)
GENFIG1: Visual Summaries of Scholarly Work as a Challenge for Vision-Language Models
di: Guan, Yaohan, et al.
Pubblicazione: (2026)
di: Guan, Yaohan, et al.
Pubblicazione: (2026)
Improving Medical Diagnostics with Vision-Language Models: Convex Hull-Based Uncertainty Analysis
di: Catak, Ferhat Ozgur, et al.
Pubblicazione: (2024)
di: Catak, Ferhat Ozgur, et al.
Pubblicazione: (2024)
Probing and Inducing Combinational Creativity in Vision-Language Models
di: Peng, Yongqian, et al.
Pubblicazione: (2025)
di: Peng, Yongqian, et al.
Pubblicazione: (2025)
QAVA: Query-Agnostic Visual Attack to Large Vision-Language Models
di: Zhang, Yudong, et al.
Pubblicazione: (2025)
di: Zhang, Yudong, et al.
Pubblicazione: (2025)
When Alignment Fails: Multimodal Adversarial Attacks on Vision-Language-Action Models
di: Yan, Yuping, et al.
Pubblicazione: (2025)
di: Yan, Yuping, et al.
Pubblicazione: (2025)
When Seeing Overrides Knowing: Disentangling Knowledge Conflicts in Vision-Language Models
di: Ortu, Francesco, et al.
Pubblicazione: (2025)
di: Ortu, Francesco, et al.
Pubblicazione: (2025)
Hyperbolic and Evidence-Prioritized Experts for Large Vision-Language Models
di: Zhou, Zijie, et al.
Pubblicazione: (2026)
di: Zhou, Zijie, et al.
Pubblicazione: (2026)
PIP: Detecting Adversarial Examples in Large Vision-Language Models via Attention Patterns of Irrelevant Probe Questions
di: Zhang, Yudong, et al.
Pubblicazione: (2024)
di: Zhang, Yudong, et al.
Pubblicazione: (2024)
Decomposing Complex Visual Comprehension into Atomic Visual Skills for Vision Language Models
di: Chae, Hyunsik, et al.
Pubblicazione: (2025)
di: Chae, Hyunsik, et al.
Pubblicazione: (2025)
Skill-Conditioned Visual Geolocation for Vision-Language Models
di: Yang, Chenjie, et al.
Pubblicazione: (2026)
di: Yang, Chenjie, et al.
Pubblicazione: (2026)
Generative Visual Communication in the Era of Vision-Language Models
di: Vinker, Yael
Pubblicazione: (2024)
di: Vinker, Yael
Pubblicazione: (2024)
Reason-RFT: Reinforcement Fine-Tuning for Visual Reasoning of Vision Language Models
di: Tan, Huajie, et al.
Pubblicazione: (2025)
di: Tan, Huajie, et al.
Pubblicazione: (2025)
Volumetric Directional Diffusion: Anchoring Uncertainty Quantification in Anatomical Consensus for Ambiguous Medical Image Segmentation
di: Wu, Chao, et al.
Pubblicazione: (2026)
di: Wu, Chao, et al.
Pubblicazione: (2026)
Auto-Comp: An Automated Pipeline for Scalable Compositional Probing of Contrastive Vision-Language Models
di: Sbrolli, Cristian, et al.
Pubblicazione: (2026)
di: Sbrolli, Cristian, et al.
Pubblicazione: (2026)
Reasoning under Vision: Understanding Visual-Spatial Cognition in Vision-Language Models for CAPTCHA
di: Song, Python, et al.
Pubblicazione: (2025)
di: Song, Python, et al.
Pubblicazione: (2025)
Visual Graph Arena: Evaluating Visual Conceptualization of Vision and Multimodal Large Language Models
di: Babaiee, Zahra, et al.
Pubblicazione: (2025)
di: Babaiee, Zahra, et al.
Pubblicazione: (2025)
Documenti analoghi
-
Multi-task convolutional neural network for image aesthetic assessment
di: Soydaner, Derya, et al.
Pubblicazione: (2023) -
Attention-Guided Patch-Wise Sparse Adversarial Attacks on Vision-Language-Action Models
di: Zhang, Naifu, et al.
Pubblicazione: (2025) -
Seeing Faces in Things: A Model and Dataset for Pareidolia
di: Hamilton, Mark, et al.
Pubblicazione: (2024) -
When Visuals Aren't the Problem: Evaluating Vision-Language Models on Misleading Data Visualizations
di: Lalai, Harsh Nishant, et al.
Pubblicazione: (2026) -
Probing Visual Concepts in Lightweight Vision-Language Models for Automated Driving
di: Theodoridis, Nikos, et al.
Pubblicazione: (2026)