Buchumschlag

Test-Time Training on Video Streams

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Renhao, Sun, Yu, Tandon, Arnuv, Gandelsman, Yossi, Chen, Xinlei, Efros, Alexei A., Wang, Xiaolong
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Computer Vision and Pattern Recognition Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Interpreting the Second-Order Effects of Neurons in CLIP
von: Gandelsman, Yossi, et al.
Veröffentlicht: (2024)

Vision Transformers Don't Need Trained Registers
von: Jiang, Nick, et al.
Veröffentlicht: (2025)

Learning Video Representations without Natural Videos
von: Yu, Xueyang, et al.
Veröffentlicht: (2024)

Interpreting CLIP's Image Representation via Text-Based Decomposition
von: Gandelsman, Yossi, et al.
Veröffentlicht: (2023)

Interpreting the Weight Space of Customized Diffusion Models
von: Dravid, Amil, et al.
Veröffentlicht: (2024)

LLMs can see and hear without any training
von: Ashutosh, Kumar, et al.
Veröffentlicht: (2025)

Interpreting and Editing Vision-Language Representations to Mitigate Hallucinations
von: Jiang, Nick, et al.
Veröffentlicht: (2024)

Synthesizing Moving People with 3D Control
von: Li, Boyi, et al.
Veröffentlicht: (2024)

It's Never Too Late: Noise Optimization for Collapse Recovery in Trained Diffusion Models
von: Harrington, Anne, et al.
Veröffentlicht: (2025)

Remembering by Reconstructing: Domain Incremental Learning With Test-Time Training on Video Streams
von: Swinnen, Jonathan, et al.
Veröffentlicht: (2026)

Fast Data Attribution for Text-to-Image Models
von: Wang, Sheng-Yu, et al.
Veröffentlicht: (2025)

Data Attribution for Text-to-Image Models by Unlearning Synthesized Images
von: Wang, Sheng-Yu, et al.
Veröffentlicht: (2024)

Jailbreaking Vision-Language Models Through the Visual Modality
von: Azulay, Aharon, et al.
Veröffentlicht: (2026)

Spatial-TTT: Streaming Visual-based Spatial Intelligence with Test-Time Training
von: Liu, Fangfu, et al.
Veröffentlicht: (2026)

Disentangled 3D Scene Generation with Layout Learning
von: Epstein, Dave, et al.
Veröffentlicht: (2024)

The Unreasonable Effectiveness of Text Embedding Interpolation for Continuous Image Steering
von: Ekin, Yigit, et al.
Veröffentlicht: (2026)

IT$^3$: Idempotent Test-Time Training
von: Durasov, Nikita, et al.
Veröffentlicht: (2024)

Back into Plato's Cave: Examining Cross-modal Representational Convergence at Scale
von: Koepke, A. Sophia, et al.
Veröffentlicht: (2026)

Distribution Alignment for Fully Test-Time Adaptation with Dynamic Online Data Streams
von: Wang, Ziqiang, et al.
Veröffentlicht: (2024)

Interpreting ResNet-based CLIP via Neuron-Attention Decomposition
von: Bu, Edmund, et al.
Veröffentlicht: (2025)

Real-Time Anomaly Detection in Video Streams
von: Poirier, Fabien
Veröffentlicht: (2024)

Adaptive Retention & Correction: Test-Time Training for Continual Learning
von: Chen, Haoran, et al.
Veröffentlicht: (2024)

Learning Real-World Action-Video Dynamics with Heterogeneous Masked Autoregression
von: Wang, Lirui, et al.
Veröffentlicht: (2025)

Towards Real-Time Inference of Thin Liquid Film Thickness Profiles from Interference Patterns Using Vision Transformers
von: Viruthagiri, Gautam A., et al.
Veröffentlicht: (2025)

Learning to Generate Gradients for Test-Time Adaptation via Test-Time Training Layers
von: Deng, Qi, et al.
Veröffentlicht: (2024)

LightCache: Memory-Efficient, Training-Free Acceleration for Video Generation
von: Xiao, Yang, et al.
Veröffentlicht: (2025)

StreamSplat: Towards Online Dynamic 3D Reconstruction from Uncalibrated Video Streams
von: Wu, Zike, et al.
Veröffentlicht: (2025)

MotionStream: Real-Time Video Generation with Interactive Motion Controls
von: Shin, Joonghyuk, et al.
Veröffentlicht: (2025)

Tarsier: Recipes for Training and Evaluating Large Video Description Models
von: Wang, Jiawei, et al.
Veröffentlicht: (2024)

Corruption-Aware Training of Latent Video Diffusion Models for Robust Text-to-Video Generation
von: Maduabuchi, Chika, et al.
Veröffentlicht: (2025)

Fast Spatial Memory with Elastic Test-Time Training
von: Ma, Ziqiao, et al.
Veröffentlicht: (2026)

3D Shape Completion with Test-Time Training
von: Schopf-Kuester, Michael, et al.
Veröffentlicht: (2024)

Steering CLIP's vision transformer with sparse autoencoders
von: Joseph, Sonia, et al.
Veröffentlicht: (2025)

Rethinking Score Distillation as a Bridge Between Image Distributions
von: McAllister, David, et al.
Veröffentlicht: (2024)

NC-TTT: A Noise Contrastive Approach for Test-Time Training
von: Osowiechi, David, et al.
Veröffentlicht: (2024)

StreamMind: Unlocking Full Frame Rate Streaming Video Dialogue through Event-Gated Cognition
von: Ding, Xin, et al.
Veröffentlicht: (2025)

Self-Bootstrapping for Versatile Test-Time Adaptation
von: Niu, Shuaicheng, et al.
Veröffentlicht: (2025)

StreamDiffusionV2: A Streaming System for Dynamic and Interactive Video Generation
von: Feng, Tianrui, et al.
Veröffentlicht: (2025)

MDP3: A Training-free Approach for List-wise Frame Selection in Video-LLMs
von: Sun, Hui, et al.
Veröffentlicht: (2025)

ReC-TTT: Contrastive Feature Reconstruction for Test-Time Training
von: Colussi, Marco, et al.
Veröffentlicht: (2024)