Buchumschlag

A Closer Look at the Robustness of Contrastive Language-Image Pre-Training (CLIP)

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Tu, Weijie, Deng, Weijian, Gedeon, Tom
Format:	Preprint
Veröffentlicht:	2024
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

Toward a Holistic Evaluation of Robustness in CLIP Models
von: Tu, Weijie, et al.
Veröffentlicht: (2024)

What Does Softmax Probability Tell Us about Classifiers Ranking Across Diverse Test Conditions?
von: Tu, Weijie, et al.
Veröffentlicht: (2024)

An Empirical Study Into What Matters for Calibrating Vision-Language Models
von: Tu, Weijie, et al.
Veröffentlicht: (2024)

A Closer Look at Multimodal Representation Collapse
von: Chaudhuri, Abhra, et al.
Veröffentlicht: (2025)

A Closer Look at the Explainability of Contrastive Language-Image Pre-training
von: Li, Yi, et al.
Veröffentlicht: (2023)

Contrastive Localized Language-Image Pre-Training
von: Chen, Hong-You, et al.
Veröffentlicht: (2024)

TopoFR: A Closer Look at Topology Alignment on Face Recognition
von: Dan, Jun, et al.
Veröffentlicht: (2024)

AdFair-CLIP: Adversarial Fair Contrastive Language-Image Pre-training for Chest X-rays
von: Yi, Chenlang, et al.
Veröffentlicht: (2025)

Embedding Geometries of Contrastive Language-Image Pre-Training
von: Chou, Jason Chuan-Chih, et al.
Veröffentlicht: (2024)

Adaptive Multi-head Contrastive Learning
von: Wang, Lei, et al.
Veröffentlicht: (2023)

Confidence and Dispersity as Signals: Unsupervised Model Evaluation and Ranking
von: Deng, Weijian, et al.
Veröffentlicht: (2025)

Look Closer! An Adversarial Parametric Editing Framework for Hallucination Mitigation in VLMs
von: Hu, Jiayu, et al.
Veröffentlicht: (2025)

Probabilistic Language-Image Pre-Training
von: Chun, Sanghyuk, et al.
Veröffentlicht: (2024)

Ranked from Within: Ranking Large Multimodal Models Without Labels
von: Tu, Weijie, et al.
Veröffentlicht: (2024)

Finding Closure: A Closer Look at the Gestalt Law of Closure in Convolutional Neural Networks
von: Zhang, Yuyan, et al.
Veröffentlicht: (2024)

Denoising Fisher Training For Neural Implicit Samplers
von: Luo, Weijian, et al.
Veröffentlicht: (2024)

TV100: A TV Series Dataset that Pre-Trained CLIP Has Not Seen
von: Zhou, Da-Wei, et al.
Veröffentlicht: (2024)

A Closer Look at In-Distribution vs. Out-of-Distribution Accuracy for Open-Set Test-time Adaptation
von: Li, Zefeng, et al.
Veröffentlicht: (2026)

What Makes CLIP More Robust to Long-Tailed Pre-Training Data? A Controlled Study for Transferable Insights
von: Wen, Xin, et al.
Veröffentlicht: (2024)

How Does the Spatial Distribution of Pre-training Data Affect Geospatial Foundation Models?
von: Purohit, Mirali, et al.
Veröffentlicht: (2025)

Contrast-Aware Calibration for Fine-Tuned CLIP: Leveraging Image-Text Alignment
von: Lv, Song-Lin, et al.
Veröffentlicht: (2025)

Taylor Videos for Action Recognition
von: Wang, Lei, et al.
Veröffentlicht: (2024)

Centered Masking for Language-Image Pre-Training
von: Liang, Mingliang, et al.
Veröffentlicht: (2024)

TrackNetV4: Enhancing Fast Sports Object Tracking with Motion Attention Maps
von: Raj, Arjun, et al.
Veröffentlicht: (2024)

D4C: Data-Free Quantization for Contrastive Language-Image Pre-training Models
von: Zhang, Wenlun, et al.
Veröffentlicht: (2025)

FastCLIP: A Suite of Optimization Techniques to Accelerate CLIP Training with Limited Resources
von: Wei, Xiyuan, et al.
Veröffentlicht: (2024)

SpikeCLIP: A Contrastive Language-Image Pretrained Spiking Neural Network
von: Lv, Changze, et al.
Veröffentlicht: (2023)

NeuCLIP: Efficient Large-Scale CLIP Training with Neural Normalizer Optimization
von: Wei, Xiyuan, et al.
Veröffentlicht: (2025)

CLIP-UP: A Simple and Efficient Mixture-of-Experts CLIP Training Recipe with Sparse Upcycling
von: Wang, Xinze, et al.
Veröffentlicht: (2025)

AngularFuse: A Closer Look at Angle-based Perception for Spatial-Sensitive Multi-Modality Image Fusion
von: Liu, Xiaopeng, et al.
Veröffentlicht: (2025)

When Spatial meets Temporal in Action Recognition
von: Chen, Huilin, et al.
Veröffentlicht: (2024)

Gems: Group Emotion Profiling Through Multimodal Situational Understanding
von: Kataria, Anubhav, et al.
Veröffentlicht: (2025)

CSGaze: Context-aware Social Gaze Prediction
von: Madan, Surbhi, et al.
Veröffentlicht: (2025)

Fine-Grained Classification: Connecting Metadata via Cross-Contrastive Pre-Training
von: Mamtani, Sumit, et al.
Veröffentlicht: (2025)

A Closer Look at Benchmarking Self-Supervised Pre-training with Image Classification
von: Marks, Markus, et al.
Veröffentlicht: (2024)

A Closer Look at Spatial-Slice Features Learning for COVID-19 Detection
von: Hsu, Chih-Chung, et al.
Veröffentlicht: (2024)

TiC-CLIP: Continual Training of CLIP Models
von: Garg, Saurabh, et al.
Veröffentlicht: (2023)

SafeR-CLIP: Mitigating NSFW Content in Vision-Language Models While Preserving Pre-Trained Knowledge
von: Yousaf, Adeel, et al.
Veröffentlicht: (2025)

Prioritizing Image-Related Tokens Enhances Vision-Language Pre-Training
von: Chen, Yangyi, et al.
Veröffentlicht: (2025)

Diff-Instruct++: Training One-step Text-to-image Generator Model to Align with Human Preferences
von: Luo, Weijian
Veröffentlicht: (2024)