PulseAugur
中
实时 15:06:04
English(EN) DSBench: A Comprehensive Benchmark for Evaluating External and In-Cabin Risks

新的DSBench基准揭示了自动驾驶领域视觉语言模型的安全风险

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出DSBench，一个旨在评估自动驾驶场景中视觉语言模型（VLMs）安全性的新基准。该基准通过同时评估外部环境风险和车内驾驶行为安全，解决了关键的空白。使用DSBench进行的初步评估显示，当前VLMs在复杂安全关键条件下的性能显著下降，凸显了紧迫的安全问题。还创建了一个包含98,000个实例、专注于这些安全场景的数据集，并在该数据上对VLMs进行微调，证明了其安全性能的显著提升。 AI

影响 凸显了自动驾驶领域VLMs的关键安全漏洞，可能加速该领域更安全AI系统的研究。

排序理由 该集群描述了一篇介绍AI安全研究基准的新学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 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DSBench基准揭示了自动驾驶领域视觉语言模型的安全风险

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Xianhui Meng, Yuchen Zhang, Zhijian Huang, Zheng Lu, Ziling Ji, Yandan Lin, Yaoyao Yin, Hongyuan Zhang, Wei Zhou, Guangfeng Jiang, Li Zhang, Long Chen, Hangjun Ye, Jun Liu, Xiaoshuai Hao ·

    DSBench：评估外部和车内风险的综合基准测试

    arXiv:2511.14592v3 Announce Type: replace-cross Abstract: Vision-Language Models (VLMs) show great promise for autonomous driving, but their suitability for safety-critical scenarios is largely unexplored, raising safety concerns. This issue arises from the lack of comprehensive …

相关实体

相关话题