Copertina

MyVLM: Personalizing VLMs for User-Specific Queries

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Alaluf, Yuval, Richardson, Elad, Tulyakov, Sergey, Aberman, Kfir, Cohen-Or, Daniel
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Computer Vision and Pattern Recognition
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Piece it Together: Part-Based Concepting with IP-Priors
di: Richardson, Elad, et al.
Pubblicazione: (2025)

InstantRestore: Single-Step Personalized Face Restoration with Shared-Image Attention
di: Zhang, Howard, et al.
Pubblicazione: (2024)

pOps: Photo-Inspired Diffusion Operators
di: Richardson, Elad, et al.
Pubblicazione: (2024)

Nested Attention: Semantic-aware Attention Values for Concept Personalization
di: Patashnik, Or, et al.
Pubblicazione: (2025)

NeuralSVG: An Implicit Representation for Text-to-Vector Generation
di: Polaczek, Sagi, et al.
Pubblicazione: (2025)

Dynamic Concepts Personalization from Single Videos
di: Abdal, Rameen, et al.
Pubblicazione: (2025)

Zero-Shot Dynamic Concept Personalization with Grid-Based LoRA
di: Abdal, Rameen, et al.
Pubblicazione: (2025)

MoA: Mixture-of-Attention for Subject-Context Disentanglement in Personalized Image Generation
di: Wang, Kuan-Chieh, et al.
Pubblicazione: (2024)

Omni-ID: Holistic Identity Representation Designed for Generative Tasks
di: Qian, Guocheng, et al.
Pubblicazione: (2024)

ComposeMe: Attribute-Specific Image Prompts for Controllable Human Image Generation
di: Qian, Guocheng Gordon, et al.
Pubblicazione: (2025)

Be Yourself: Bounded Attention for Multi-Subject Text-to-Image Generation
di: Dahary, Omer, et al.
Pubblicazione: (2024)

Multi-subject Open-set Personalization in Video Generation
di: Chen, Tsai-Shien, et al.
Pubblicazione: (2025)

Be Decisive: Noise-Induced Layouts for Multi-Subject Generation
di: Dahary, Omer, et al.
Pubblicazione: (2025)

Canvas-to-Image: Compositional Image Generation with Multimodal Controls
di: Dalva, Yusuf, et al.
Pubblicazione: (2025)

Continuous Control of Editing Models via Adaptive-Origin Guidance
di: Wolf, Alon, et al.
Pubblicazione: (2026)

Orthogonal Adaptation for Modular Customization of Diffusion Models
di: Po, Ryan, et al.
Pubblicazione: (2023)

3D PixBrush: Image-Guided Local Texture Synthesis
di: Decatur, Dale, et al.
Pubblicazione: (2025)

ComfyGen: Prompt-Adaptive Workflows for Text-to-Image Generation
di: Gal, Rinon, et al.
Pubblicazione: (2024)

Efficient Training with Denoised Neural Weights
di: Gong, Yifan, et al.
Pubblicazione: (2024)

LCM-Lookahead for Encoder-based Text-to-Image Personalization
di: Gal, Rinon, et al.
Pubblicazione: (2024)

Stable Flow: Vital Layers for Training-Free Image Editing
di: Avrahami, Omri, et al.
Pubblicazione: (2024)

Leveraging NTPs for Efficient Hallucination Detection in VLMs
di: Azachi, Ofir, et al.
Pubblicazione: (2025)

Visual Personalization Turing Test
di: Abdal, Rameen, et al.
Pubblicazione: (2026)

ShapeUP: Scalable Image-Conditioned 3D Editing
di: Gat, Inbar, et al.
Pubblicazione: (2026)

E$^{2}$GAN: Efficient Training of Efficient GANs for Image-to-Image Translation
di: Gong, Yifan, et al.
Pubblicazione: (2024)

VideoSketcher: Video Models Prior Enable Versatile Sequential Sketch Generation
di: Ren, Hui, et al.
Pubblicazione: (2026)

Preventing Shortcuts in Adapter Training via Providing the Shortcuts
di: Goyal, Anujraaj Argo, et al.
Pubblicazione: (2025)

AToM: Amortized Text-to-Mesh using 2D Diffusion
di: Qian, Guocheng, et al.
Pubblicazione: (2024)

Object-level Visual Prompts for Compositional Image Generation
di: Parmar, Gaurav, et al.
Pubblicazione: (2025)

MotioNet: 3D Human Motion Reconstruction from Monocular Video with Skeleton Consistency
di: Shi, Mingyi, et al.
Pubblicazione: (2020)

BioVLM: Routing Prompts, Not Parameters, for Cross-Modality Generalization in Biomedical VLMs
di: Singha, Mainak, et al.
Pubblicazione: (2026)

ArtifactLens: Hundreds of Labels Are Enough for Artifact Detection with VLMs
di: Burgess, James, et al.
Pubblicazione: (2026)

World2VLM: Distilling World Model Imagination into VLMs for Dynamic Spatial Reasoning
di: Zhang, Wanyue, et al.
Pubblicazione: (2026)

Hierarchical Patch Diffusion Models for High-Resolution Video Generation
di: Skorokhodov, Ivan, et al.
Pubblicazione: (2024)

EFlow: Fast Few-Step Video Generator Training from Scratch via Efficient Solution Flow
di: Park, Dogyun, et al.
Pubblicazione: (2026)

From My View to Yours: Ego-to-Exo Transfer in VLMs for Understanding Activities of Daily Living
di: Reilly, Dominick, et al.
Pubblicazione: (2025)

DocVLM: Make Your VLM an Efficient Reader
di: Nacson, Mor Shpigel, et al.
Pubblicazione: (2024)

Small-Large Collaboration: Training-efficient Concept Personalization for Large VLM using a Meta Personalized Small VLM
di: Yang, Sihan, et al.
Pubblicazione: (2025)

A Stitch in Time Saves Nine: Small VLM is a Precise Guidance for Accelerating Large VLMs
di: Zhao, Wangbo, et al.
Pubblicazione: (2024)

Teaching VLMs to Localize Specific Objects from In-context Examples
di: Doveh, Sivan, et al.
Pubblicazione: (2024)