鲁棒性评估基准

通过自批判推理框架扩展视觉语言模型的测试时鲁棒性

Scaling Test-Time Robustness of Vision-Language Models via Self-Critical Inference Framework

提出自批判推理框架，通过多轮文本与视觉扰动的反事实推理提升LVLM鲁棒性，并引入动态鲁棒性基准DRBench，为视觉语言模型的可靠性评估与测试时增强提供可复用方法。