Impact of Noisy Supervision in Foundation Model Learning
Fuente:
arXiv
Salvato in:
| Autori principali: | Chen, Hao, Wang, Zihan, Tao, Ran, Wei, Hongxin, Xie, Xing, Sugiyama, Masashi, Raj, Bhiksha, Wang, Jindong |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2024
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Understanding and Mitigating the Label Noise in Pre-training on Downstream Tasks
di: Chen, Hao, et al.
Pubblicazione: (2023)
di: Chen, Hao, et al.
Pubblicazione: (2023)
Imprecise Label Learning: A Unified Framework for Learning with Various Imprecise Label Configurations
di: Chen, Hao, et al.
Pubblicazione: (2023)
di: Chen, Hao, et al.
Pubblicazione: (2023)
An Embarrassingly Simple Baseline for Imbalanced Semi-Supervised Learning
di: Chen, Hao, et al.
Pubblicazione: (2022)
di: Chen, Hao, et al.
Pubblicazione: (2022)
VideoJudge: Bootstrapping Enables Scalable Supervision of MLLM-as-a-Judge for Video Understanding
di: Waheed, Abdul, et al.
Pubblicazione: (2025)
di: Waheed, Abdul, et al.
Pubblicazione: (2025)
Slight Corruption in Pre-training Data Makes Better Diffusion Models
di: Chen, Hao, et al.
Pubblicazione: (2024)
di: Chen, Hao, et al.
Pubblicazione: (2024)
Self-Ensemble Post Learning for Noisy Domain Generalization
di: Lu, Wang, et al.
Pubblicazione: (2025)
di: Lu, Wang, et al.
Pubblicazione: (2025)
MarsRetrieval: Benchmarking Vision-Language Models for Planetary-Scale Geospatial Retrieval on Mars
di: Wang, Shuoyuan, et al.
Pubblicazione: (2026)
di: Wang, Shuoyuan, et al.
Pubblicazione: (2026)
XQ-GAN: An Open-source Image Tokenization Framework for Autoregressive Generation
di: Li, Xiang, et al.
Pubblicazione: (2024)
di: Li, Xiang, et al.
Pubblicazione: (2024)
ED-SAM: An Efficient Diffusion Sampling Approach to Domain Generalization in Vision-Language Foundation Models
di: Truong, Thanh-Dat, et al.
Pubblicazione: (2024)
di: Truong, Thanh-Dat, et al.
Pubblicazione: (2024)
Survey of Video Diffusion Models: Foundations, Implementations, and Applications
di: Wang, Yimu, et al.
Pubblicazione: (2025)
di: Wang, Yimu, et al.
Pubblicazione: (2025)
Exploring Typographic Visual Prompts Injection Threats in Cross-Modality Generation Models
di: Cheng, Hao, et al.
Pubblicazione: (2025)
di: Cheng, Hao, et al.
Pubblicazione: (2025)
MM-Soc: Benchmarking Multimodal Large Language Models in Social Media Platforms
di: Jin, Yiqiao, et al.
Pubblicazione: (2024)
di: Jin, Yiqiao, et al.
Pubblicazione: (2024)
CultureVLM: Characterizing and Improving Cultural Understanding of Vision-Language Models for over 100 Countries
di: Liu, Shudong, et al.
Pubblicazione: (2025)
di: Liu, Shudong, et al.
Pubblicazione: (2025)
Interfacing Foundation Models' Embeddings
di: Zou, Xueyan, et al.
Pubblicazione: (2023)
di: Zou, Xueyan, et al.
Pubblicazione: (2023)
Attend to Evidence: Evidence-Anchored Spatial Attention Supervision for Multimodal RLVR
di: Hu, Ruina, et al.
Pubblicazione: (2026)
di: Hu, Ruina, et al.
Pubblicazione: (2026)
ABot-M0: VLA Foundation Model for Robotic Manipulation with Action Manifold Learning
di: Yang, Yandan, et al.
Pubblicazione: (2026)
di: Yang, Yandan, et al.
Pubblicazione: (2026)
MiniMax-01: Scaling Foundation Models with Lightning Attention
di: MiniMax, et al.
Pubblicazione: (2025)
di: MiniMax, et al.
Pubblicazione: (2025)
An Explainable Biomedical Foundation Model via Large-Scale Concept-Enhanced Vision-Language Pre-training
di: Nie, Yuxiang, et al.
Pubblicazione: (2025)
di: Nie, Yuxiang, et al.
Pubblicazione: (2025)
ReVisionLLM: Recursive Vision-Language Model for Temporal Grounding in Hour-Long Videos
di: Hannan, Tanveer, et al.
Pubblicazione: (2024)
di: Hannan, Tanveer, et al.
Pubblicazione: (2024)
Bridging Weakly-Supervised Learning and VLM Distillation: Noisy Partial Label Learning for Efficient Downstream Adaptation
di: Wang, Qian-Wei, et al.
Pubblicazione: (2025)
di: Wang, Qian-Wei, et al.
Pubblicazione: (2025)
A Survey on Responsible Generative AI: What to Generate and What Not
di: Gu, Jindong
Pubblicazione: (2024)
di: Gu, Jindong
Pubblicazione: (2024)
Step-Video-T2V Technical Report: The Practice, Challenges, and Future of Video Foundation Model
di: Ma, Guoqing, et al.
Pubblicazione: (2025)
di: Ma, Guoqing, et al.
Pubblicazione: (2025)
Learning How To Ask: Cycle-Consistency Refines Prompts in Multimodal Foundation Models
di: Diesendruck, Maurice, et al.
Pubblicazione: (2024)
di: Diesendruck, Maurice, et al.
Pubblicazione: (2024)
Ella: Embodied Social Agents with Lifelong Memory
di: Zhang, Hongxin, et al.
Pubblicazione: (2025)
di: Zhang, Hongxin, et al.
Pubblicazione: (2025)
EVALALIGN: Supervised Fine-Tuning Multimodal LLMs with Human-Aligned Data for Evaluating Text-to-Image Models
di: Tan, Zhiyu, et al.
Pubblicazione: (2024)
di: Tan, Zhiyu, et al.
Pubblicazione: (2024)
Growing a Multi-head Twig via Distillation and Reinforcement Learning to Accelerate Large Vision-Language Models
di: Shao, Zhenwei, et al.
Pubblicazione: (2025)
di: Shao, Zhenwei, et al.
Pubblicazione: (2025)
Characterizing the Predictive Impact of Modalities with Supervised Latent-Variable Modeling
di: Madaan, Divyam, et al.
Pubblicazione: (2026)
di: Madaan, Divyam, et al.
Pubblicazione: (2026)
Weak-to-Strong Diffusion with Reflection
di: Bai, Lichen, et al.
Pubblicazione: (2025)
di: Bai, Lichen, et al.
Pubblicazione: (2025)
Are Multimodal Large Language Models Good Annotators for Image Tagging?
di: Xie, Ming-Kun, et al.
Pubblicazione: (2026)
di: Xie, Ming-Kun, et al.
Pubblicazione: (2026)
Vision-and-Language Navigation Today and Tomorrow: A Survey in the Era of Foundation Models
di: Zhang, Yue, et al.
Pubblicazione: (2024)
di: Zhang, Yue, et al.
Pubblicazione: (2024)
Federated Learning from Vision-Language Foundation Models: Theoretical Analysis and Method
di: Pan, Bikang, et al.
Pubblicazione: (2024)
di: Pan, Bikang, et al.
Pubblicazione: (2024)
Beyond Isolated Facts: Synthesizing Narrative and Grounded Supervision for VideoQA
di: Liang, Jianxin, et al.
Pubblicazione: (2025)
di: Liang, Jianxin, et al.
Pubblicazione: (2025)
Semantic Prompt Learning for Weakly-Supervised Semantic Segmentation
di: Lin, Ci-Siang, et al.
Pubblicazione: (2024)
di: Lin, Ci-Siang, et al.
Pubblicazione: (2024)
Can Multimodal Foundation Models Understand Schematic Diagrams? An Empirical Study on Information-Seeking QA over Scientific Papers
di: Zhao, Yilun, et al.
Pubblicazione: (2025)
di: Zhao, Yilun, et al.
Pubblicazione: (2025)
NPHardEval4V: Dynamic Evaluation of Large Vision-Language Models with Effects of Vision
di: Li, Xiang, et al.
Pubblicazione: (2024)
di: Li, Xiang, et al.
Pubblicazione: (2024)
A Language Anchor-Guided Method for Robust Noisy Domain Generalization
di: Dai, Zilin, et al.
Pubblicazione: (2025)
di: Dai, Zilin, et al.
Pubblicazione: (2025)
Vision-Language Model Fine-Tuning via Simple Parameter-Efficient Modification
di: Li, Ming, et al.
Pubblicazione: (2024)
di: Li, Ming, et al.
Pubblicazione: (2024)
ChestX-Reasoner: Advancing Radiology Foundation Models with Reasoning through Step-by-Step Verification
di: Fan, Ziqing, et al.
Pubblicazione: (2025)
di: Fan, Ziqing, et al.
Pubblicazione: (2025)
Scalable Benchmarking and Robust Learning for Noise-Free Ego-Motion and 3D Reconstruction from Noisy Video
di: Xu, Xiaohao, et al.
Pubblicazione: (2025)
di: Xu, Xiaohao, et al.
Pubblicazione: (2025)
PUMGPT: A Large Vision-Language Model for Product Understanding
di: Xue, Wei, et al.
Pubblicazione: (2023)
di: Xue, Wei, et al.
Pubblicazione: (2023)
Documenti analoghi
-
Understanding and Mitigating the Label Noise in Pre-training on Downstream Tasks
di: Chen, Hao, et al.
Pubblicazione: (2023) -
Imprecise Label Learning: A Unified Framework for Learning with Various Imprecise Label Configurations
di: Chen, Hao, et al.
Pubblicazione: (2023) -
An Embarrassingly Simple Baseline for Imbalanced Semi-Supervised Learning
di: Chen, Hao, et al.
Pubblicazione: (2022) -
VideoJudge: Bootstrapping Enables Scalable Supervision of MLLM-as-a-Judge for Video Understanding
di: Waheed, Abdul, et al.
Pubblicazione: (2025) -
Slight Corruption in Pre-training Data Makes Better Diffusion Models
di: Chen, Hao, et al.
Pubblicazione: (2024)