会员服务
From Drift to Coherence: Stabilizing Beliefs in LLMs
Arxiv
0+阅读 · 6月16日
StepGuard: Guarding Web Navigation via Single-Step Calibration
Arxiv
0+阅读 · 6月16日
EHRNote-ChatQA: A Benchmark for Evidence-Grounded Multi-Turn Clinical Question Answering over Longitudinal Discharge Summaries
Arxiv
0+阅读 · 6月16日
ERQA-Plus: A Diagnostic Benchmark for Reasoning in Embodied AI
Arxiv
0+阅读 · 6月16日
WEQA: Wearable hEalth Question Answering with Query-Adaptive Agentic Reasoning
WEQA: Wearable hEalth Question Answering with Query-Adaptive Agentic Reasoning
Arxiv
0+阅读 · 6月16日
Training LLMs with Reinforcement Learning over Digital Twin Representations for Reasoning-Intensive Surgical VideoQA
Arxiv
0+阅读 · 6月15日
Conformal Path Reasoning: Trustworthy Knowledge Graph Question Answering via Path-Level Calibration
Arxiv
0+阅读 · 6月16日
LADBench: A Benchmark for Logical Fault Detection in Images
Arxiv
0+阅读 · 6月16日
VL-MemKnG: Hybrid Memory with a Spatio-Temporal Knowledge Graph for Question Answering over Long Egocentric Navigation Trajectories
Arxiv
0+阅读 · 6月15日
DRIVESPATIAL: A Benchmark for Spatiotemporal Intelligence in VLMs for Autonomous Driving
Arxiv
0+阅读 · 6月15日
Beyond Case Law: Evaluating Structure-Aware Retrieval and Safety in Statute-Centric Legal QA
Arxiv
0+阅读 · 6月14日
Weaving Multi-Source Evidence for Biomedical Reasoning: The BioMedHop Benchmark and BioWeave Framework
Arxiv
0+阅读 · 6月15日
Binary Tracking for Spatial QA and Navigation with Open Vision-Language Models
Arxiv
0+阅读 · 6月15日
Semantic Flip: Synthetic OOD Generation for Robust Refusal in Embodied Question Answering and Spatial Localization
Arxiv
0+阅读 · 6月15日
EChO-Agent: Evidence Chain Orchestration Agent for Audio Reasoning
Arxiv
0+阅读 · 6月13日
参考链接
微信扫码咨询专知VIP会员
Top