Buchumschlag

Triple-CFN: Separating Concepts and Features Enhances Machine Abstract Reasoning Ability

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Song, Ruizhuo, Yuan, Beiming
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Funny-Valen-Tine: Planning Solution Distribution Enhances Machine Abstract Reasoning Ability
von: Song, Ruizhuo, et al.
Veröffentlicht: (2024)

DIO: Refining Mutual Information and Causal Chain to Enhance Machine Abstract Reasoning Ability
von: Song, Ruizhuo, et al.
Veröffentlicht: (2025)

Johnny: Structuring Representation Space to Enhance Machine Abstract Reasoning Ability
von: Song, Ruizhuo, et al.
Veröffentlicht: (2025)

D4C: Improving Negative Example Quality to Enhance Machine Abstract Reasoning Ability
von: Song, Ruizhuo, et al.
Veröffentlicht: (2024)

Solving the Clustering Reasoning Problems by Modeling a Deep-Learning-Based Probabilistic Model
von: Song, Ruizhuo, et al.
Veröffentlicht: (2024)

EiHi Net: Out-of-Distribution Generalization Paradigm
von: Wei, Qinglai, et al.
Veröffentlicht: (2022)

Conversational Image Segmentation: Grounding Abstract Concepts with Scalable Supervision
von: Sahoo, Aadarsh, et al.
Veröffentlicht: (2026)

CLGRPO: Reasoning Ability Enhancement for Small VLMs
von: Wang, Fanyi, et al.
Veröffentlicht: (2025)

Enhancing Advanced Visual Reasoning Ability of Large Language Models
von: Li, Zhiyuan, et al.
Veröffentlicht: (2024)

Skeleton2vec: A Self-supervised Learning Framework with Contextualized Target Representations for Skeleton Sequence
von: Xu, Ruizhuo, et al.
Veröffentlicht: (2024)

CustomCrafter: Customized Video Generation with Preserving Motion and Concept Composition Abilities
von: Wu, Tao, et al.
Veröffentlicht: (2024)

Triple-View Knowledge Distillation for Semi-Supervised Semantic Segmentation
von: Li, Ping, et al.
Veröffentlicht: (2023)

Enhancing the Reasoning Ability of Multimodal Large Language Models via Mixed Preference Optimization
von: Wang, Weiyun, et al.
Veröffentlicht: (2024)

Disrupting Semantic and Abstract Features for Better Adversarial Transferability
von: Luo, Yuyang, et al.
Veröffentlicht: (2025)

TripleFDS: Triple Feature Disentanglement and Synthesis for Scene Text Editing
von: Bao, Yuchen, et al.
Veröffentlicht: (2025)

COCO-Tree: Compositional Hierarchical Concept Trees for Enhanced Reasoning in Vision Language Models
von: Sinha, Sanchit, et al.
Veröffentlicht: (2025)

Causality-inspired Discriminative Feature Learning in Triple Domains for Gait Recognition
von: Xiong, Haijun, et al.
Veröffentlicht: (2024)

On the Concept Trustworthiness in Concept Bottleneck Models
von: Huang, Qihan, et al.
Veröffentlicht: (2024)

ConceptBed: Evaluating Concept Learning Abilities of Text-to-Image Diffusion Models
von: Patel, Maitreya, et al.
Veröffentlicht: (2023)

VisualQuest: A Benchmark for Abstract Visual Reasoning in MLLMs
von: Xiao, Kelaiti, et al.
Veröffentlicht: (2025)

Enhancing Concept Localization in CLIP-based Concept Bottleneck Models
von: Kazmierczak, Rémi, et al.
Veröffentlicht: (2025)

SASep: Saliency-Aware Structured Separation of Geometry and Feature for Open Set Learning on Point Clouds
von: Xu, Jinfeng, et al.
Veröffentlicht: (2025)

Abstracted Gaussian Prototypes for True One-Shot Concept Learning
von: Zou, Chelsea, et al.
Veröffentlicht: (2024)

Triple-Stream Deep Feature Selection with Metaheuristic Optimization and Machine Learning for Multi-Stage Hypertensive Retinopathy Diagnosis
von: Suyun, Suleyman Burcin, et al.
Veröffentlicht: (2025)

Learning to Wander: Improving the Global Image Geolocation Ability of LMMs via Actionable Reasoning
von: Zheng, Yushuo, et al.
Veröffentlicht: (2026)

DiMPLe -- Disentangled Multi-Modal Prompt Learning: Enhancing Out-Of-Distribution Alignment with Invariant and Spurious Feature Separation
von: Rahman, Umaima, et al.
Veröffentlicht: (2025)

Not All Parameters Matter: Masking Diffusion Models for Enhancing Generation Ability
von: Wang, Lei, et al.
Veröffentlicht: (2025)

Forget-It-All: Multi-Concept Machine Unlearning via Concept-Aware Neuron Masking
von: Deng, Kaiyuan, et al.
Veröffentlicht: (2026)

Actial: Activate Spatial Reasoning Ability of Multimodal Large Language Models
von: Zhan, Xiaoyu, et al.
Veröffentlicht: (2025)

Depth Map Denoising Network and Lightweight Fusion Network for Enhanced 3D Face Recognition
von: Xu, Ruizhuo, et al.
Veröffentlicht: (2024)

Rethinking Multimodal Learning from the Perspective of Mitigating Classification Ability Disproportion
von: Jiang, QingYuan, et al.
Veröffentlicht: (2025)

APO: Enhancing Reasoning Ability of MLLMs via Asymmetric Policy Optimization
von: Hong, Minjie, et al.
Veröffentlicht: (2025)

Smooth Operator: Smooth Verifiable Reward Activates Spatial Reasoning Ability of Vision-Language Model
von: Jiao, Siwen, et al.
Veröffentlicht: (2026)

G1: Bootstrapping Perception and Reasoning Abilities of Vision-Language Model via Reinforcement Learning
von: Chen, Liang, et al.
Veröffentlicht: (2025)

Towards Robust and Reliable Concept Representations: Reliability-Enhanced Concept Embedding Model
von: Cai, Yuxuan, et al.
Veröffentlicht: (2025)

Unveiling the Mystery of Visual Attributes of Concrete and Abstract Concepts: Variability, Nearest Neighbors, and Challenging Categories
von: Tater, Tarun, et al.
Veröffentlicht: (2024)

PuzzleVQA: Diagnosing Multimodal Reasoning Challenges of Language Models with Abstract Visual Patterns
von: Chia, Yew Ken, et al.
Veröffentlicht: (2024)

Separable Multi-Concept Erasure from Diffusion Models
von: Zhao, Mengnan, et al.
Veröffentlicht: (2024)

Triple Path Enhanced Neural Architecture Search for Multimodal Fake News Detection
von: Xu, Bo, et al.
Veröffentlicht: (2025)

ConceptHash: Interpretable Fine-Grained Hashing via Concept Discovery
von: Ng, Kam Woh, et al.
Veröffentlicht: (2024)