Learning Vision from Models Rivals Learning Vision from Data
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Tian, Yonglong, Fan, Lijie, Chen, Kaifeng, Katabi, Dina, Krishnan, Dilip, Isola, Phillip |
|---|---|
| Format: | Preprint |
| Publié: |
2023
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Denoising Vision Transformers
par: Yang, Jiawei, et autres
Publié: (2024)
par: Yang, Jiawei, et autres
Publié: (2024)
Personalized Representation from Personalized Generation
par: Sundaram, Shobhita, et autres
Publié: (2024)
par: Sundaram, Shobhita, et autres
Publié: (2024)
Return of Unconditional Generation: A Self-supervised Representation Generation Method
par: Li, Tianhong, et autres
Publié: (2023)
par: Li, Tianhong, et autres
Publié: (2023)
Latent Denoising Makes Good Tokenizers
par: Yang, Jiawei, et autres
Publié: (2025)
par: Yang, Jiawei, et autres
Publié: (2025)
Reparo: Loss-Resilient Generative Codec for Video Conferencing
par: Li, Tianhong, et autres
Publié: (2023)
par: Li, Tianhong, et autres
Publié: (2023)
STRMs: Spatial Temporal Reasoning Models for Vision-Based Localization Rivaling GPS Precision
par: Lui, Hin Wai, et autres
Publié: (2025)
par: Lui, Hin Wai, et autres
Publié: (2025)
Vision-Language Models Do Not Understand Negation
par: Alhamoud, Kumail, et autres
Publié: (2025)
par: Alhamoud, Kumail, et autres
Publié: (2025)
Infusing fine-grained visual knowledge to Vision-Language Models
par: Ypsilantis, Nikolaos-Antonios, et autres
Publié: (2025)
par: Ypsilantis, Nikolaos-Antonios, et autres
Publié: (2025)
Optimizing Active Learning in Vision-Language Models via Parameter-Efficient Uncertainty Calibration
par: Narayanan, Athmanarayanan Lakshmi, et autres
Publié: (2025)
par: Narayanan, Athmanarayanan Lakshmi, et autres
Publié: (2025)
Backdooring Vision-Language Models with Out-Of-Distribution Data
par: Lyu, Weimin, et autres
Publié: (2024)
par: Lyu, Weimin, et autres
Publié: (2024)
A Vision Check-up for Language Models
par: Sharma, Pratyusha, et autres
Publié: (2024)
par: Sharma, Pratyusha, et autres
Publié: (2024)
DiveUp: Learning Feature Upsampling from Diverse Vision Foundation Models
par: Liu, Xiaoqiong, et autres
Publié: (2026)
par: Liu, Xiaoqiong, et autres
Publié: (2026)
Cycle Consistency as Reward: Learning Image-Text Alignment without Human Preferences
par: Bahng, Hyojin, et autres
Publié: (2025)
par: Bahng, Hyojin, et autres
Publié: (2025)
Single-Teacher View Augmentation: Boosting Knowledge Distillation via Angular Diversity
par: Yu, Seonghoon, et autres
Publié: (2025)
par: Yu, Seonghoon, et autres
Publié: (2025)
PP-OCRv5: A Specialized 5M-Parameter Model Rivaling Billion-Parameter Vision-Language Models on OCR Tasks
par: Cui, Cheng, et autres
Publié: (2026)
par: Cui, Cheng, et autres
Publié: (2026)
Cross-Modal Attention Analysis and Optimization in Vision-Language Models: A Study on Visual Reliability
par: Zhou, Lijie
Publié: (2026)
par: Zhou, Lijie
Publié: (2026)
When Does Perceptual Alignment Benefit Vision Representations?
par: Sundaram, Shobhita, et autres
Publié: (2024)
par: Sundaram, Shobhita, et autres
Publié: (2024)
Learning Visual Grounding from Generative Vision and Language Model
par: Wang, Shijie, et autres
Publié: (2024)
par: Wang, Shijie, et autres
Publié: (2024)
Better Together: Leveraging Unpaired Multimodal Data for Stronger Unimodal Models
par: Gupta, Sharut, et autres
Publié: (2025)
par: Gupta, Sharut, et autres
Publié: (2025)
Toward Ambulatory Vision: Learning Visually-Grounded Active View Selection
par: Koo, Juil, et autres
Publié: (2025)
par: Koo, Juil, et autres
Publié: (2025)
Words That Make Language Models Perceive
par: Wang, Sophie L., et autres
Publié: (2025)
par: Wang, Sophie L., et autres
Publié: (2025)
DreamSim: Learning New Dimensions of Human Visual Similarity using Synthetic Data
par: Fu, Stephanie, et autres
Publié: (2023)
par: Fu, Stephanie, et autres
Publié: (2023)
Fluid: Scaling Autoregressive Text-to-image Generative Models with Continuous Tokens
par: Fan, Lijie, et autres
Publié: (2024)
par: Fan, Lijie, et autres
Publié: (2024)
Learning Spatial Decay for Vision Transformers
par: Mao, Yuxin, et autres
Publié: (2025)
par: Mao, Yuxin, et autres
Publié: (2025)
Active Learning via Vision-Language Model Adaptation with Open Data
par: Wang, Tong, et autres
Publié: (2025)
par: Wang, Tong, et autres
Publié: (2025)
Active Learning for Vision-Language Models
par: Safaei, Bardia, et autres
Publié: (2024)
par: Safaei, Bardia, et autres
Publié: (2024)
Learning Invariant Causal Mechanism from Vision-Language Models
par: Song, Zeen, et autres
Publié: (2024)
par: Song, Zeen, et autres
Publié: (2024)
Modular Prompt Learning Improves Vision-Language Models
par: Huang, Zhenhan, et autres
Publié: (2025)
par: Huang, Zhenhan, et autres
Publié: (2025)
Medical Image Registration Meets Vision Foundation Model: Prototype Learning and Contour Awareness
par: Xu, Hao, et autres
Publié: (2025)
par: Xu, Hao, et autres
Publié: (2025)
Cascade Prompt Learning for Vision-Language Model Adaptation
par: Wu, Ge, et autres
Publié: (2024)
par: Wu, Ge, et autres
Publié: (2024)
A Data-Centric Revisit of Pre-Trained Vision Models for Robot Learning
par: Wen, Xin, et autres
Publié: (2025)
par: Wen, Xin, et autres
Publié: (2025)
Uncovering Bias in Large Vision-Language Models at Scale with Counterfactuals
par: Howard, Phillip, et autres
Publié: (2024)
par: Howard, Phillip, et autres
Publié: (2024)
Knowledge-Driven Vision-Language Model for Plexus Detection in Hirschsprung's Disease
par: Megahed, Youssef, et autres
Publié: (2025)
par: Megahed, Youssef, et autres
Publié: (2025)
BigGait: Learning Gait Representation You Want by Large Vision Models
par: Ye, Dingqiang, et autres
Publié: (2024)
par: Ye, Dingqiang, et autres
Publié: (2024)
Active Prompt Learning in Vision Language Models
par: Bang, Jihwan, et autres
Publié: (2023)
par: Bang, Jihwan, et autres
Publié: (2023)
In the Era of Prompt Learning with Vision-Language Models
par: Jha, Ankit
Publié: (2024)
par: Jha, Ankit
Publié: (2024)
Mixture of Prompt Learning for Vision Language Models
par: Du, Yu, et autres
Publié: (2024)
par: Du, Yu, et autres
Publié: (2024)
Conceptual Codebook Learning for Vision-Language Models
par: Zhang, Yi, et autres
Publié: (2024)
par: Zhang, Yi, et autres
Publié: (2024)
Cultural Counterfactuals: Evaluating Cultural Biases in Large Vision-Language Models with Counterfactual Examples
par: Howard, Phillip, et autres
Publié: (2026)
par: Howard, Phillip, et autres
Publié: (2026)
Learning Where to Edit Vision Transformers
par: Yang, Yunqiao, et autres
Publié: (2024)
par: Yang, Yunqiao, et autres
Publié: (2024)
Documents similaires
-
Denoising Vision Transformers
par: Yang, Jiawei, et autres
Publié: (2024) -
Personalized Representation from Personalized Generation
par: Sundaram, Shobhita, et autres
Publié: (2024) -
Return of Unconditional Generation: A Self-supervised Representation Generation Method
par: Li, Tianhong, et autres
Publié: (2023) -
Latent Denoising Makes Good Tokenizers
par: Yang, Jiawei, et autres
Publié: (2025) -
Reparo: Loss-Resilient Generative Codec for Video Conferencing
par: Li, Tianhong, et autres
Publié: (2023)