多模态基础大模型和大模型智能体的可信安全——ICML 2024 TiFA Workshop挑战赛启动！

文章预览

关注公众号，发现CV技术之美 Workshop主页：https://icml-tifa.github.io/ 挑战赛主页：https://icml-tifa.github.io/challenges 近期先进的多模态基础模型 (Multi-modal Foundation Models) 和智能体 (Agents) 正在凭借其多种模态的理解能力和越来越多的可用功能，在现实应用场景中展现出逐渐增长的能力。多模态基础模型包含多模态大语言模型和多模态生成模型。 前者是指基于大语言模型的多模态模型（例如Llava，QwenVL等），能够接收、推理和输出多种形式的信息，包括但不限于文本、图像、音频和视频。 后者是指一类生成模型（例如Sora和Latte），可以跨多种模式生成新内容，例如从文本描述生成图像或从音频和文本输入创建视频。而大模型智能体 (MFM-based Agents)，或者说具有较高自主性的智能体系统，是指能够在复杂环境中、在有限的直接监督下实现复杂目标的系统。 随着 ………………………………