PulseAugur
中
实时 15:37:10

新的基准和框架评估 VLM 鲁棒性和伦理一致性

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一个新的基准 DIQ-H，用于评估视觉语言模型 (VLM) 在对抗性视觉条件和时间不一致性下的鲁棒性。该基准模拟了运动模糊和传感器噪声等现实世界的压力源，以评估这些损坏如何随着时间的推移导致持续的错误和不一致的输出。为了提高安全评估的效率，他们还引入了价值引导迭代精炼 (VIR) 框架，该框架可自动生成符合伦理的真实标注，准确率提高了 15.3%。 AI

影响 在持续部署场景中引入了评估 VLM 安全性和对齐度的新方法。

排序理由 这是一篇介绍用于评估 VLM 鲁棒性的新基准和框架的研究论文。

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的基准和框架评估 VLM 鲁棒性和伦理一致性

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Hanwen Wan, Zexin Lin, Yixuan Deng, Xiaoqiang Ji ·

    Value-Guided Iterative Refinement and the DIQ-H Benchmark for Evaluating VLM Robustness

    arXiv:2512.03992v2 Announce Type: replace Abstract: Vision-Language Models (VLMs) are essential for embodied AI and safety-critical applications, such as robotics and autonomous systems. However, existing benchmarks primarily focus on static or curated visual inputs, neglecting t…

相关实体

相关话题