← 最新论文日报
8月13日· 周四
arXiv 论文日报
多模态推理与安全对齐升温
今日论文聚焦多模态推理、安全对齐与生成质量提升。3D高斯泼溅推理基准、人物知识遗忘评估、低资源语言安全幻觉等研究，揭示了当前模型在常识推理与跨语言安全上的短板；同时，对抗式弗雷歇距离损失与不确定性估计方法，为提升生成质量与问答可靠性提供了新思路。
📄 10 篇精选</> 2 篇带代码🏆 1 篇 SOTA
📈 趋势速览趋势速览：多模态推理与安全对齐成为焦点，3DGS推理、人物遗忘、跨语言安全等新基准涌现；生成质量优化转向对抗式损失与不确定性估计；机器人领域探索世界模型与动作解耦，数据高效学习升温。
1
Is There Really a Camouflaged Object? Towards Realistic Camouflaged Object Detection
💡 首个现实场景伪装目标检测基准，直击误报痛点。
视觉
2
CausalSplat：面向3D高斯泼溅的层次化综合推理
3D推理SOTA
CausalSplat: Towards Comprehensive Hierarchical Reasoning in 3D Gaussian Splatting
💡 开创3DGS推理任务，暴露常识推理短板。
多模态
3
PRMU: A Corpus-Free Benchmark for Person-Centric Knowledge Unlearning in Multimodal Large Language Models
💡 无语料遗忘评估，填补多模态安全空白。
多模态
4
AdvFD: Boosting Visual Generation via Adversarial Fr'echet Distance Loss
💡 对抗式弗雷歇损失，破解生成黑客问题。
生成扩散
5
From Interpretability to Control: Insights from Six Years of the TrustNLP Workshop
💡 六年研讨会综述，揭示NLP信任转向。
NLP
6
低资源语言中的跨语言安全幻觉
安全对齐
The Illusion of Cross-Lingual Safety in Low-Resource Languages
💡 跨语言安全失效，低资源语言新洞察。
大模型
7
VIScore: Diagnosing Planning-Relevant Quality in Latent World Models
💡 新指标连接潜空间与规划，诊断更精准。
机器人
8
Attention-Path Fragility as an Uncertainty Signal in Large Language Models
💡 无需训练的不确定性估计，提升问答可靠性。
NLP
9
Surgical WAM: A World-Action Model for Data-Efficient Surgical Robot Learning
💡 世界模型减少动作标注，手术机器人数据高效。
推理
10
ConVAWG: A Retrieval-Grounded Framework for Controlled Synthetic Dialogue Generation in Violence Against Women and Girls
💡 检索增强生成对话，应对敏感数据稀缺。
大模型
生成于 3 天前 · 来源 arXiv · AI 编排