[태그:] 비전언어모델

음식 이미지에서 재료·양·영양·질환별 조언까지 이어지는 추론을 평가해 비전언어모델의 안전 공백을 짚었다.

긴 작업을 말로 분해하고 상상한 시각 상태로 공간 충돌을 점검하며 필요한 추론 형식을 스스로 고른다.

사람에게 쉬운 문자열 조작과 비정상 이미지 생성 과제로 언어·비전·이미지 모델의 숨은 취약성을 진단한다.

연구진이 가중치의 층·모달리티별 중요도를 반영한 1비트 이진화 기법 SAB-LVLM을 제안했다.

연구진이 소비자용 GPU 환경에서 비전 모델을 효율적으로 미세조정하는 PEFT 기법과 적응형 체크포인팅 전략을 비교 분석했다.

로봇이 물체를 집거나 조작하는 임베디드 AI 태스크에서 추론 시간(테스트타임) 연산을 확장해 성능을 높이려는 연구가 이어지고 있다. 그러나 기존 시도들은 두 ...

VLM(비전-언어 모델)의 환각 문제를 완화하기 위해 증거 기반 추론과 단계별 인용 검증을 결합한 CaVe-VLM-CoT 프레임워크가 제안됐다. ScienceQA에서 87.1% 정확도를 기록했다.

연구진이 실시간 전략 게임을 기반으로 비전언어모델(VLM)의 전략적 추론 능력을 진단하는 벤치마크 RTSGameBench를 제안했다. 최신 VLM들은 협동 조율이 필요한 상황에서 일관되게 ...

CLIP 등 비전-언어 모델의 멀티레이블 인식이 분포 변화에 취약한 문제를 해결하기 위해 테스트 시점에 베이지안 조건부 사전 추정을 주입하는 BCP ...

CVPR 제로샷 사고 이해 벤치마크에서 시간·종류·위치를 단계별로 분해 추론하는 3단계 파이프라인이 성능을 크게 높였다.

위성·항공 영상에서 해안선을 추출하는 기존 연구는 대부분 픽셀 단위 분할(segmentation) 문제로 접근해 왔다. 이 방식에서는 예측된 마스크에서 후처리를 통해 해안선을 ...

텍스트-이미지 모델의 생성 결함을 위치·유형·이유·중요도 4요소 튜플로 구조화해 진단하는 새 방법론 SDG가 제안됐다.