Teknologi.Bagian dari ensiklopedia.onlineCari/
BerandaKomputasi & perangkat lunakRI:Small:Selective Prediction Techniques for Visual-Language Models
Proyek riset & pengembangan

RI:Small:Selective Prediction Techniques for Visual-Language Models

Ringkasan tujuan riset

Prediksi selektif model bahasa-visual mengkalibrasi keyakinan dan memverifikasi halusinasi agar sistem dapat memilih menjawab atau menahan prediksi yang tidak didukung gambar.

Komputasi & perangkat lunak1 rujukanProfil diperbarui
Lihat rujukanBandingkan proyek
Linimasa NSF 2536029Periode tercatat 2026-07-01 sampai 2029-06-30.NSF 2536029MulaiAkhir tercatat202620302026-07-012029-06-30
Linimasa dan catatan proyek

Tanggal dan TRL menurut catatan penerbit. Akhir periode dan target bukan bukti hasil riset.

Teknologi · CC BY 4.0 · Sumber data

Apa tujuan dan pendekatan risetnya?

Profil ini merangkum ruang lingkup proyek yang dipublikasikan National Science Foundation (NSF). Sumber diakses . Uraian pendekatan dan manfaat menyatakan tujuan pengembangan, kecuali sumber secara khusus melaporkan hasil.

Algoritme kalibrasi probabilitas akan diteliti untuk mengurangi kebutuhan data pelatihan. Modul verifikasi kosakata terbuka memakai retrieval serta referensi eksternal untuk memeriksa konsistensi gambar dan teks, dengan rancangan yang dapat dipasang tanpa melatih ulang model utama. Anotasi otomatis halusinasi rinci mendukung metode pelatihan berskala besar. Ketiga arah digunakan untuk mempelajari deteksi ketidakpastian dan pengenalan halusinasi sendiri pada berbagai tugas bahasa-visual melalui mekanisme prediksi selektif.

Baca uraian penerbit

Konteks pengembangan

Institusi penerima pada catatan
University of California-San Diego
Program
Robust Intelligence
Periode pendanaan tercatat
2026-07-01 → 2029-06-30

Proyek kolaboratif beberapa institusi diwakili oleh satu catatan penghargaan. Institusi di atas adalah penerima pada catatan tersebut.

Klasifikasi NSF

  • Directorate for Computer and Information Science and Engineering
  • Computing & AI Foundations

Label penerbit dipertahankan sebagai konteks. Bidang katalog merupakan pengelompokan editorial.

Apa yang diketahui tentang statusnya?

Status pendanaan menurut NSFAktif (catatan pendanaan NSF)

Catatan NSF tidak melaporkan tingkat kesiapan teknologi (TRL). Status pendanaan aktif atau berakhir bukan bukti keberhasilan riset.

Batas informasi

Profil merangkum tujuan dan pendekatan dalam abstrak pendanaan NSF. Status pendanaan tidak membuktikan keberhasilan riset, kesiapan teknologi, atau ketersediaan produk. Hasil dan performa belum diverifikasi secara independen; tinjauan ahli belum dilakukan.

Dasar profil

Metodologi dan batas pemeriksaan. Ringkasan berbahasa Indonesia disusun sebagai parafrasa editorial dengan pemeriksaan sumber primer oleh agen AI. Identitas, periode, serta status berasal dari catatan penerbit. Tinjauan ahli dan pengujian kinerja independen belum dilakukan; rujukan tidak menyiratkan dukungan atau sertifikasi NSF.