TiC-CLIP: Continual Training of CLIP Models
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Garg, Saurabh, Farajtabar, Mehrdad, Pouransari, Hadi, Vemulapalli, Raviteja, Mehta, Sachin, Tuzel, Oncel, Shankar, Vaishaal, Faghri, Fartash |
|---|---|
| Format: | Preprint |
| Publié: |
2023
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
TiC-LM: A Web-Scale Benchmark for Time-Continual LLM Pretraining
par: Li, Jeffrey, et autres
Publié: (2025)
par: Li, Jeffrey, et autres
Publié: (2025)
MobileCLIP: Fast Image-Text Models through Multi-Modal Reinforced Training
par: Vasu, Pavan Kumar Anasosalu, et autres
Publié: (2023)
par: Vasu, Pavan Kumar Anasosalu, et autres
Publié: (2023)
Knowledge Transfer from Vision Foundation Models for Efficient Training of Small Task-specific Models
par: Vemulapalli, Raviteja, et autres
Publié: (2023)
par: Vemulapalli, Raviteja, et autres
Publié: (2023)
MobileCLIP2: Improving Multi-Modal Reinforced Training
par: Faghri, Fartash, et autres
Publié: (2025)
par: Faghri, Fartash, et autres
Publié: (2025)
SAM-CLIP: Merging Vision Foundation Models towards Semantic and Spatial Understanding
par: Wang, Haoxiang, et autres
Publié: (2023)
par: Wang, Haoxiang, et autres
Publié: (2023)
CLIP with Quality Captions: A Strong Pretraining for Vision Tasks
par: Vasu, Pavan Kumar Anasosalu, et autres
Publié: (2024)
par: Vasu, Pavan Kumar Anasosalu, et autres
Publié: (2024)
CatLIP: CLIP-level Visual Recognition Accuracy with 2.7x Faster Pre-training on Web-scale Image-Text Data
par: Mehta, Sachin, et autres
Publié: (2024)
par: Mehta, Sachin, et autres
Publié: (2024)
Proxy-FDA: Proxy-based Feature Distribution Alignment for Fine-tuning Vision Foundation Models without Forgetting
par: Huang, Chen, et autres
Publié: (2025)
par: Huang, Chen, et autres
Publié: (2025)
FocalLens: Instruction Tuning Enables Zero-Shot Conditional Image Representations
par: Hsieh, Cheng-Yu, et autres
Publié: (2025)
par: Hsieh, Cheng-Yu, et autres
Publié: (2025)
Learning from Self Critique and Refinement for Faithful LLM Summarization
par: Hu, Ting-Yao, et autres
Publié: (2025)
par: Hu, Ting-Yao, et autres
Publié: (2025)
MUSCLE: A Model Update Strategy for Compatible LLM Evolution
par: Echterhoff, Jessica, et autres
Publié: (2024)
par: Echterhoff, Jessica, et autres
Publié: (2024)
Dataset Decomposition: Faster LLM Training with Variable Sequence Length Curriculum
par: Pouransari, Hadi, et autres
Publié: (2024)
par: Pouransari, Hadi, et autres
Publié: (2024)
VSAS-Bench: Real-Time Evaluation of Visual Streaming Assistant Models
par: Vasu, Pavan Kumar Anasosalu, et autres
Publié: (2026)
par: Vasu, Pavan Kumar Anasosalu, et autres
Publié: (2026)
Pretraining with hierarchical memories: separating long-tail and common knowledge
par: Pouransari, Hadi, et autres
Publié: (2025)
par: Pouransari, Hadi, et autres
Publié: (2025)
Learning to Reason for Hallucination Span Detection
par: Su, Hsuan, et autres
Publié: (2025)
par: Su, Hsuan, et autres
Publié: (2025)
FastVLM: Efficient Vision Encoding for Vision Language Models
par: Vasu, Pavan Kumar Anasosalu, et autres
Publié: (2024)
par: Vasu, Pavan Kumar Anasosalu, et autres
Publié: (2024)
Mutual Reinforcement of LLM Dialogue Synthesis and Summarization Capabilities for Few-Shot Dialogue Summarization
par: Lu, Yen-Ju, et autres
Publié: (2025)
par: Lu, Yen-Ju, et autres
Publié: (2025)
Interpreting CLIP: Insights on the Robustness to ImageNet Distribution Shifts
par: Crabbé, Jonathan, et autres
Publié: (2023)
par: Crabbé, Jonathan, et autres
Publié: (2023)
Datasets, Documents, and Repetitions: The Practicalities of Unequal Data Quality
par: Fang, Alex, et autres
Publié: (2025)
par: Fang, Alex, et autres
Publié: (2025)
Scaling Smart: Accelerating Large Language Model Pre-training with Small Model Initialization
par: Samragh, Mohammad, et autres
Publié: (2024)
par: Samragh, Mohammad, et autres
Publié: (2024)
Can CLIP Count Stars? An Empirical Study on Quantity Bias in CLIP
par: Zhang, Zeliang, et autres
Publié: (2024)
par: Zhang, Zeliang, et autres
Publié: (2024)
Is CLIP Cross-Eyed? Revealing and Mitigating Center Bias in the CLIP Family
par: Chew, Oscar, et autres
Publié: (2026)
par: Chew, Oscar, et autres
Publié: (2026)
Demystifying CLIP Data
par: Xu, Hu, et autres
Publié: (2023)
par: Xu, Hu, et autres
Publié: (2023)
CultureCLIP: Empowering CLIP with Cultural Awareness through Synthetic Images and Contextualized Captions
par: Huang, Yuchen, et autres
Publié: (2025)
par: Huang, Yuchen, et autres
Publié: (2025)
TripletCLIP: Improving Compositional Reasoning of CLIP via Synthetic Vision-Language Negatives
par: Patel, Maitreya, et autres
Publié: (2024)
par: Patel, Maitreya, et autres
Publié: (2024)
VideoCLIP-XL: Advancing Long Description Understanding for Video CLIP Models
par: Wang, Jiapeng, et autres
Publié: (2024)
par: Wang, Jiapeng, et autres
Publié: (2024)
LowCLIP: Adapting the CLIP Model Architecture for Low-Resource Languages in Multimodal Image Retrieval Task
par: Asgarov, Ali, et autres
Publié: (2024)
par: Asgarov, Ali, et autres
Publié: (2024)
FLEX-CLIP: Feature-Level GEneration Network Enhanced CLIP for X-shot Cross-modal Retrieval
par: Xie, Jingyou, et autres
Publié: (2024)
par: Xie, Jingyou, et autres
Publié: (2024)
ComCLIP: Training-Free Compositional Image and Text Matching
par: Jiang, Kenan, et autres
Publié: (2022)
par: Jiang, Kenan, et autres
Publié: (2022)
LatteCLIP: Unsupervised CLIP Fine-Tuning via LMM-Synthetic Texts
par: Cao, Anh-Quan, et autres
Publié: (2024)
par: Cao, Anh-Quan, et autres
Publié: (2024)
Beyond a Single Extractor: Re-thinking HTML-to-Text Extraction for LLM Pretraining
par: Li, Jeffrey, et autres
Publié: (2026)
par: Li, Jeffrey, et autres
Publié: (2026)
From Dense to Dynamic: Token-Difficulty Driven MoEfication of Pre-Trained LLMs
par: Nishu, Kumari, et autres
Publié: (2025)
par: Nishu, Kumari, et autres
Publié: (2025)
InterCLIP-MEP: Interactive CLIP and Memory-Enhanced Predictor for Multi-modal Sarcasm Detection
par: Chen, Junjie, et autres
Publié: (2024)
par: Chen, Junjie, et autres
Publié: (2024)
Synth4Seg -- Learning Defect Data Synthesis for Defect Segmentation using Bi-level Optimization
par: Mou, Shancong, et autres
Publié: (2024)
par: Mou, Shancong, et autres
Publié: (2024)
CLIP as RNN: Segment Countless Visual Concepts without Training Endeavor
par: Sun, Shuyang, et autres
Publié: (2023)
par: Sun, Shuyang, et autres
Publié: (2023)
Debiasing CLIP: Interpreting and Correcting Bias in Attention Heads
par: Yeo, Wei Jie, et autres
Publié: (2025)
par: Yeo, Wei Jie, et autres
Publié: (2025)
Meta CLIP 2: A Worldwide Scaling Recipe
par: Chuang, Yung-Sung, et autres
Publié: (2025)
par: Chuang, Yung-Sung, et autres
Publié: (2025)
Generalizable Prompt Learning of CLIP: A Brief Overview
par: Cui, Fangming, et autres
Publié: (2025)
par: Cui, Fangming, et autres
Publié: (2025)
Revisiting Image Captioning Training Paradigm via Direct CLIP-based Optimization
par: Moratelli, Nicholas, et autres
Publié: (2024)
par: Moratelli, Nicholas, et autres
Publié: (2024)
CLIP-Adapter: Better Vision-Language Models with Feature Adapters
par: Gao, Peng, et autres
Publié: (2021)
par: Gao, Peng, et autres
Publié: (2021)
Documents similaires
-
TiC-LM: A Web-Scale Benchmark for Time-Continual LLM Pretraining
par: Li, Jeffrey, et autres
Publié: (2025) -
MobileCLIP: Fast Image-Text Models through Multi-Modal Reinforced Training
par: Vasu, Pavan Kumar Anasosalu, et autres
Publié: (2023) -
Knowledge Transfer from Vision Foundation Models for Efficient Training of Small Task-specific Models
par: Vemulapalli, Raviteja, et autres
Publié: (2023) -
MobileCLIP2: Improving Multi-Modal Reinforced Training
par: Faghri, Fartash, et autres
Publié: (2025) -
SAM-CLIP: Merging Vision Foundation Models towards Semantic and Spatial Understanding
par: Wang, Haoxiang, et autres
Publié: (2023)