Finde Modelle, Firmen und Themen

Die Digitalisierung von Dokumenten ist seit langem ein mehrstufiges Problem: Zunächst muss das Layout erkannt, anschließend der Text extrah…

Neues Forschungspapier von Forschern auf arXiv (2602.20878v1) stellt einen wichtigen Schritt vorwärts in der Bewertung von Vision‑Language‑…

Eine neue Veröffentlichung auf arXiv präsentiert LAMMI-Pathology, ein Agenten-Framework, das Pathologieanalysen mit molekularen Daten auf e…

Large Vision‑Language‑Models (LVLMs) haben beeindruckende Fähigkeiten, doch sie neigen häufig dazu, Objekte zu hallucinate. Ein wesentliche…

Large Vision‑Language Models (LVLMs) haben in der Lage, komplexe räumliche Fragen zu beantworten, stoßen jedoch häufig an Grenzen, wenn die…

Ein neues Benchmark namens CAPTURE (CAPTCHA for Testing Under Real-world Experiments) wurde entwickelt, um die Leistungsfähigkeit großer vi…

In einer Zeit, in der Vision‑Language‑Modelle (VLMs) durch Reinforcement Learning (RL) beeindruckende Schlussfolgerungen erzielen, stellt d…

Large Vision‑Language‑Models (LVLMs) werden zunehmend eingesetzt, um multimodale Inhalte zu prüfen, die potenziell schädlich sind. In der P…

Mit der rasanten Weiterentwicklung von Rechenressourcen zeigen Large Vision‑Language Models (LVLMs) beeindruckende Leistungen in Wahrnehmun…

Eine neue Studie auf arXiv (2512.00918v1) zeigt, dass das Entfernen nur sehr kleiner Teile der neuronalen Netzwerke in großen Vision‑Langua…

Eine neue Studie aus dem arXiv‑Repository beleuchtet die Schwachstellen großer Vision‑Language‑Modelle (LVLMs), die in intelligenten Verkeh…

Die neueste Studie von TopoPerception zeigt, dass große Vision‑Language‑Modelle (LVLMs) bei der Erkennung globaler Bildstrukturen stark unt…

Ein neues Konzept namens EcoAlign verspricht, die Sicherheit und Nützlichkeit großer Vision‑Language‑Modelle (LVLMs) zu verbessern, ohne da…

In einer neuen Studie von arXiv:2511.10268v1 wird gezeigt, dass große Vision‑Language‑Modelle (LVLMs) häufig Objekt‑Halluzinationen erzeuge…

Eine aktuelle Übersicht aus dem arXiv‑Repository beleuchtet, wie große Vision‑Language‑Modelle (LVLMs) die Objekterkennung neu definieren…

Die neueste Untersuchung namens DemoBias beleuchtet, wie große Vision‑Language‑Modelle (LVLMs) bei der biometrischen Gesichtserkennung mit…