热点事件持续更新

SLLCP校准VLM驾驶安全预测

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

研究者提出 Split Label-Localized Conformal Prediction（SLLCP），一种加在冻结视觉语言模型（VLM）之上的事后校准层，把 VLM 不可靠的预测转成概率校准的安全预测集。在 15k 条 CARLA 未见场景轨迹上，SLLCP 以 Qwen 为骨干正确标记 89.6% 的碰撞轨迹，以 Cosmos 为骨干为 88.4%；作为对比，原始 VLM 仅分别为 4.6% 和 39.1%。

AI 根据报道生成 · 1 小时前更新

最新进展10月5日 12:00

面向自动驾驶的视觉语言模型局部化共形安全监控

报道时间线

沿着报道，了解事件的不同侧面。

10月5日

12:00
arXiv：cs.LG
面向自动驾驶的视觉语言模型局部化共形安全监控
研究者提出 Split Label-Localized Conformal Prediction（SLLCP），一种在冻结 VLM 之上的事后校准层，将其不可靠预测转化为概率校准的安全预测集。在 15k 条 CARLA 未见场景轨迹上，SLLCP 以 Qwen 为骨干正确标记 89.6% 的碰撞轨迹，以 Cosmos 为骨干标记 88.4%，而原始 VLM 仅分别为 4.6% 和 39.1%。

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。