Safety monitoring专业
SLLCP:用局部标签条件 conformal prediction 校准视觉语言模型,提升自动驾驶碰撞轨迹检测
本文为 arXiv 预印本,未经同行评审。作者提出 SLLCP,在冻结的视觉语言模型之上增加后处理校准层,输出带有概率保证的安全预测集。在 CARLA 未见场景的 15321 帧测试中,SLLCP 将 Qwen 基底的碰撞轨迹检出率从 4.6% 提升至 89.6%,将 Cosmos 基底的检出率从 39.1% 提升至 88.4%,但代价是虚警率分别升至 51.8% 和 44.5%。