ENTRAP-VL: A Taxonomic Probe for Dual Contextual Entrainment in Vision-Language Models

• 类型：arxiv
• 标识：2607.20092
• 链接：https://arxiv.org/abs/2607.20092
• 主分类：multimodal
• 形态：benchmark
• 被引：0
• 被引来源：Semantic Scholar + OpenAlex
• S2被引：0
• OpenAlex被引：0
• 影响力被引：0
• TLDR：ENTRAP-VL (ENTRainment Assessment Probe for Vision and Language), a manually curated dataset of 1,500 items across eight categories, organized by a taxonomy that spans two axes and split into a textual-entrainment stream and a visual-entrainment stream, is introduced.
• OpenAlex ID：W7170188353
• OpenAlex DOI：10.48550/arxiv.2607.20092
• DOI：10.48550/arxiv.2607.20092
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2607.20092
• OpenAlex更新：2026-08-24
• 待LLM分类：否
• 标题中文：ENTRAP-VL: A Taxonomic Probe for Dual Contextual Entrainment in Vision-Language Models
• TLDR中文：提出 ENTRAP-VL（ENTRainment Assessment Probe for Vision and Language），一个由人工策展的 1,500 条数据的数据集，涵盖八个类别，按一个跨双轴的分类体系组织，并划分为文本诱发流和视觉诱发流。
• 来源文件：
• /inbox/tom/_candidates/2026-07-24-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]