:: Library Catalog

Copertina

Salvato in:

Dettagli Bibliografici
Autori principali:	Zang, Yuhang, Goh, Hanlin, Susskind, Josh, Huang, Chen
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Computer Vision and Pattern Recognition Artificial Intelligence
Accesso online:	https://arxiv.org/abs/2401.15914
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

GTMA: Dynamic Representation Optimization for OOD Vision-Language Models
di: Zhang, Jensen, et al.
Pubblicazione: (2025)

Vision-and-Language Navigation Generative Pretrained Transformer
di: Hanlin, Wen
Pubblicazione: (2024)

Conjugated Semantic Pool Improves OOD Detection with Pre-trained Vision-Language Models
di: Chen, Mengyuan, et al.
Pubblicazione: (2024)

Think Visually, Reason Textually: Vision-Language Synergy in ARC
di: Zhang, Beichen, et al.
Pubblicazione: (2025)

MIA-DPO: Multi-Image Augmented Direct Preference Optimization For Large Vision-Language Models
di: Liu, Ziyu, et al.
Pubblicazione: (2024)

TypeScore: A Text Fidelity Metric for Text-to-Image Generative Models
di: Sampaio, Georgia Gabriela, et al.
Pubblicazione: (2024)

How PARTs assemble into wholes: Learning the relative composition of images
di: Ayoughi, Melika, et al.
Pubblicazione: (2025)

Contextual Object Detection with Multimodal Large Language Models
di: Zang, Yuhang, et al.
Pubblicazione: (2023)

Proto-OOD: Enhancing OOD Object Detection with Prototype Feature Similarity
di: Chen, Junkun, et al.
Pubblicazione: (2024)

Do Pre-trained Vision-Language Models Encode Object States?
di: Newman, Kaleb, et al.
Pubblicazione: (2024)

BehaviorVLM: Unified Finetuning-Free Behavioral Understanding with Vision-Language Reasoning
di: Ke, Jingyang, et al.
Pubblicazione: (2026)

VL-DPO: Vision-Language-Guided Finetuning for Preference-Aligned Autonomous Driving
di: Xu, Zhefan, et al.
Pubblicazione: (2026)

AdaNeg: Adaptive Negative Proxy Guided OOD Detection with Vision-Language Models
di: Zhang, Yabin, et al.
Pubblicazione: (2024)

LAPT: Label-driven Automated Prompt Tuning for OOD Detection with Vision-Language Models
di: Zhang, Yabin, et al.
Pubblicazione: (2024)

MotionGPT: Finetuned LLMs Are General-Purpose Motion Generators
di: Zhang, Yaqi, et al.
Pubblicazione: (2023)

Back to the Barn with LLAMAs: Evolving Pretrained LLM Backbones in Finetuning Vision Language Models
di: Horawalavithana, Sameera, et al.
Pubblicazione: (2026)

Activation Matters: Test-time Activated Negative Labels for OOD Detection with Vision-Language Models
di: Zhang, Yabin, et al.
Pubblicazione: (2026)

X-Prompt: Towards Universal In-Context Image Generation in Auto-Regressive Vision Language Foundation Models
di: Sun, Zeyi, et al.
Pubblicazione: (2024)

STaR-KV: Spatio-Temporal Adaptive Re-weighting for KV Cache Compression in GUI Vision-Language Models
di: Han, Yuhang, et al.
Pubblicazione: (2026)

Feature-Space Semantic Invariance: Enhanced OOD Detection for Open-Set Domain Generalization
di: Wang, Haoliang, et al.
Pubblicazione: (2024)

Improvise, Adapt, Overcome -- Telescopic Adapters for Efficient Fine-tuning of Vision Language Models in Medical Imaging
di: Mishra, Ujjwal, et al.
Pubblicazione: (2025)

ALF: Adaptive Label Finetuning for Scene Graph Generation
di: Chen, Qishen, et al.
Pubblicazione: (2023)

TTA-OOD: Test-time Augmentation for Improving Out-of-Distribution Detection in Gastrointestinal Vision
di: Pokhrel, Sandesh, et al.
Pubblicazione: (2024)

MISS: A Generative Pretraining and Finetuning Approach for Med-VQA
di: Chen, Jiawei, et al.
Pubblicazione: (2024)

How Far Are We from Intelligent Visual Deductive Reasoning?
di: Zhang, Yizhe, et al.
Pubblicazione: (2024)

LPT: Less-overfitting Prompt Tuning for Vision-Language Model
di: Ding, Chenhao, et al.
Pubblicazione: (2024)

Retrieval-Augmented Prompt for OOD Detection
di: Han, Ruisong, et al.
Pubblicazione: (2025)

Unveiling the Pitfalls of Knowledge Editing for Large Language Models
di: Li, Zhoubo, et al.
Pubblicazione: (2023)

Guidance Matters: Rethinking the Evaluation Pitfall for Text-to-Image Generation
di: Xie, Dian, et al.
Pubblicazione: (2026)

Bridging the Semantic Chasm: Synergistic Conceptual Anchoring for Generalized Few-Shot and Zero-Shot OOD Perception
di: Christoforos, Alexandros, et al.
Pubblicazione: (2026)

VLSM-Adapter: Finetuning Vision-Language Segmentation Efficiently with Lightweight Blocks
di: Dhakal, Manish, et al.
Pubblicazione: (2024)

Pre-trained Vision-Language Models Learn Discoverable Visual Concepts
di: Zang, Yuan, et al.
Pubblicazione: (2024)

Scalable Ensemble Diversification for OOD Generalization and Detection
di: Rubinstein, Alexander, et al.
Pubblicazione: (2024)

ArchiLense: A Framework for Quantitative Analysis of Architectural Styles Based on Vision Large Language Models
di: Zhong, Jing, et al.
Pubblicazione: (2025)

Dynamic Token Reduction during Generation for Vision Language Models
di: Liang, Xiaoyu, et al.
Pubblicazione: (2025)

Improving GFlowNets for Text-to-Image Diffusion Alignment
di: Zhang, Dinghuai, et al.
Pubblicazione: (2024)

Florence-VL: Enhancing Vision-Language Models with Generative Vision Encoder and Depth-Breadth Fusion
di: Chen, Jiuhai, et al.
Pubblicazione: (2024)

Normalizing Flows with Iterative Denoising
di: Chen, Tianrong, et al.
Pubblicazione: (2026)

VLM4VLA: Revisiting Vision-Language-Models in Vision-Language-Action Models
di: Zhang, Jianke, et al.
Pubblicazione: (2026)

PLPHP: Per-Layer Per-Head Vision Token Pruning for Efficient Large Vision-Language Models
di: Meng, Yu, et al.
Pubblicazione: (2025)