Tech Meridian ← К СУЩНОСТЯМ
PROМОЙ MERIDIAN EN

ТЕМА · ENTITY #19354

vision-language models (VLMs)

Хронология связанных событий, источники и контекст из новостной базы.

ХРОНОЛОГИЯ СОБЫТИЙ

2

RESEARCH · 1 ИСТОЧН. · arXiv cs.AI

LightCRS: лёгкая многодоменная мультимодальная система диалоговых рекомендаций, управляемая запросом

LightCRS — лёгкая архитектура, которая заранее вычисляет замороженные мультимодальные представления товаров оффлайн и использует компактный 5.3M-параметрический модуль кросс‑внимания, управляемый запросом, вместе с inter-candidate Transformer для объединения доказательств онлайн в единой многодоменной системе рекомендаций. На новом бенчмарке MM-R2A-25 (25 доменов, разговоры с Reddit, сопоставленные с товарами Amazon) LightCRS показывает лучшие средние значения HR@1, NDCG@5 и MRR, увеличивая HR@1 на 35.4% по сравнению с сильнейшим базовым методом и снижая задержку запроса в 266 раз.

7.0

RESEARCH · 1 ИСТОЧН. · arXiv cs.AI

Counterfactual Neighborhood Risk Fields (CNRF) для избирательной безопасности визуально-языковых моделей

В работе предложены Counterfactual Neighborhood Risk Fields (CNRF) — подход, который формирует контекстно сопоставимые контрфактические пары «безвредный–вредный», использует их различия в представлениях для определения направлений риска и отдельно оценивает поддержку соседства. CNRF позволяет избирательно вмешиваться (перенаправлять запросы для проверки по тому же «victim» или выдавать ограниченные альтернативы) и показывает 86,06–89,30% макро-успеха защиты на трёх VLM и пяти семьях мультимодальных jailbreak-атак при сохранении полезности для безвредных задач.

7.0