Salvato in:
| Autori principali: | Mañas, Oscar, Astolfi, Pietro, Hall, Melissa, Ross, Candace, Urbanek, Jack, Williams, Adina, Agrawal, Aishwarya, Romero-Soriano, Adriana, Drozdzal, Michal |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2024
|
| Soggetti: | |
| Accesso online: | https://arxiv.org/abs/2403.17804 |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Towards Geographic Inclusion in the Evaluation of Text-to-Image Models
di: Hall, Melissa, et al.
Pubblicazione: (2024)
di: Hall, Melissa, et al.
Pubblicazione: (2024)
DIG In: Evaluating Disparities in Image Generations with Indicators for Geographic Diversity
di: Hall, Melissa, et al.
Pubblicazione: (2023)
di: Hall, Melissa, et al.
Pubblicazione: (2023)
Consistency-diversity-realism Pareto fronts of conditional image generative models
di: Astolfi, Pietro, et al.
Pubblicazione: (2024)
di: Astolfi, Pietro, et al.
Pubblicazione: (2024)
What makes a good metric? Evaluating automatic metrics for text-to-image consistency
di: Ross, Candace, et al.
Pubblicazione: (2024)
di: Ross, Candace, et al.
Pubblicazione: (2024)
Improving Geo-diversity of Generated Images with Contextualized Vendi Score Guidance
di: Hemmat, Reyhane Askari, et al.
Pubblicazione: (2024)
di: Hemmat, Reyhane Askari, et al.
Pubblicazione: (2024)
Multi-Modal Language Models as Text-to-Image Model Evaluators
di: Chen, Jiahui, et al.
Pubblicazione: (2025)
di: Chen, Jiahui, et al.
Pubblicazione: (2025)
Controlling Multimodal LLMs via Reward-guided Decoding
di: Mañas, Oscar, et al.
Pubblicazione: (2025)
di: Mañas, Oscar, et al.
Pubblicazione: (2025)
Object-centric Binding in Contrastive Language-Image Pretraining
di: Assouel, Rim, et al.
Pubblicazione: (2025)
di: Assouel, Rim, et al.
Pubblicazione: (2025)
A Picture is Worth More Than 77 Text Tokens: Evaluating CLIP-Style Models on Dense Captions
di: Urbanek, Jack, et al.
Pubblicazione: (2023)
di: Urbanek, Jack, et al.
Pubblicazione: (2023)
The Intricate Dance of Prompt Complexity, Quality, Diversity, and Consistency in T2I Models
di: Xiaofeng, Zhang, et al.
Pubblicazione: (2025)
di: Xiaofeng, Zhang, et al.
Pubblicazione: (2025)
Boosting Latent Diffusion with Perceptual Objectives
di: Berrada, Tariq, et al.
Pubblicazione: (2024)
di: Berrada, Tariq, et al.
Pubblicazione: (2024)
Improving Automatic VQA Evaluation Using Large Language Models
di: Mañas, Oscar, et al.
Pubblicazione: (2023)
di: Mañas, Oscar, et al.
Pubblicazione: (2023)
On Improved Conditioning Mechanisms and Pre-training Strategies for Diffusion Models
di: Ifriqi, Tariq Berrada, et al.
Pubblicazione: (2024)
di: Ifriqi, Tariq Berrada, et al.
Pubblicazione: (2024)
EvalGIM: A Library for Evaluating Generative Image Models
di: Hall, Melissa, et al.
Pubblicazione: (2024)
di: Hall, Melissa, et al.
Pubblicazione: (2024)
DIMCIM: A Quantitative Evaluation Framework for Default-mode Diversity and Generalization in Text-to-Image Generative Models
di: Teotia, Revant, et al.
Pubblicazione: (2025)
di: Teotia, Revant, et al.
Pubblicazione: (2025)
Improving the Scaling Laws of Synthetic Data with Deliberate Practice
di: Askari-Hemmat, Reyhane, et al.
Pubblicazione: (2025)
di: Askari-Hemmat, Reyhane, et al.
Pubblicazione: (2025)
PGT: Procedurally Generated Tasks for improving visual grounding in MLLMs
di: Assouel, Rim, et al.
Pubblicazione: (2026)
di: Assouel, Rim, et al.
Pubblicazione: (2026)
Increasing the Utility of Synthetic Images through Chamfer Guidance
di: Dall'Asen, Nicola, et al.
Pubblicazione: (2025)
di: Dall'Asen, Nicola, et al.
Pubblicazione: (2025)
Improving the Physics of Video Generation with VJEPA-2 Reward Signal
di: Yuan, Jianhao, et al.
Pubblicazione: (2025)
di: Yuan, Jianhao, et al.
Pubblicazione: (2025)
Entropy Rectifying Guidance for Diffusion and Flow Models
di: Ifriqi, Tariq Berrada, et al.
Pubblicazione: (2025)
di: Ifriqi, Tariq Berrada, et al.
Pubblicazione: (2025)
Feedback-guided Data Synthesis for Imbalanced Classification
di: Hemmat, Reyhane Askari, et al.
Pubblicazione: (2023)
di: Hemmat, Reyhane Askari, et al.
Pubblicazione: (2023)
Changing Answer Order Can Decrease MMLU Accuracy
di: Gupta, Vipul, et al.
Pubblicazione: (2024)
di: Gupta, Vipul, et al.
Pubblicazione: (2024)
Decomposed evaluations of geographic disparities in text-to-image models
di: Sureddy, Abhishek, et al.
Pubblicazione: (2024)
di: Sureddy, Abhishek, et al.
Pubblicazione: (2024)
Improving Model Evaluation using SMART Filtering of Benchmark Datasets
di: Gupta, Vipul, et al.
Pubblicazione: (2024)
di: Gupta, Vipul, et al.
Pubblicazione: (2024)
Inference-time Physics Alignment of Video Generative Models with Latent World Models
di: Yuan, Jianhao, et al.
Pubblicazione: (2026)
di: Yuan, Jianhao, et al.
Pubblicazione: (2026)
What's in Common? Multimodal Models Hallucinate When Reasoning Across Scenes
di: Ross, Candace, et al.
Pubblicazione: (2025)
di: Ross, Candace, et al.
Pubblicazione: (2025)
Decompose and Compare Consistency: Measuring VLMs' Answer Reliability via Task-Decomposition Consistency Comparison
di: Yang, Qian, et al.
Pubblicazione: (2024)
di: Yang, Qian, et al.
Pubblicazione: (2024)
DP-RDM: Adapting Diffusion Models to Private Domains Without Fine-Tuning
di: Lebensold, Jonathan, et al.
Pubblicazione: (2024)
di: Lebensold, Jonathan, et al.
Pubblicazione: (2024)
Investigating Prompting Techniques for Zero- and Few-Shot Visual Question Answering
di: Awal, Rabiul, et al.
Pubblicazione: (2023)
di: Awal, Rabiul, et al.
Pubblicazione: (2023)
Beg to Differ: Understanding Reasoning-Answer Misalignment Across Languages
di: Ovalle, Anaelia, et al.
Pubblicazione: (2025)
di: Ovalle, Anaelia, et al.
Pubblicazione: (2025)
Learning What Matters: Prioritized Concept Learning via Relative Error-driven Sample Selection
di: Chandhok, Shivam, et al.
Pubblicazione: (2025)
di: Chandhok, Shivam, et al.
Pubblicazione: (2025)
An Examination of the Robustness of Reference-Free Image Captioning Evaluation Metrics
di: Ahmadi, Saba, et al.
Pubblicazione: (2023)
di: Ahmadi, Saba, et al.
Pubblicazione: (2023)
AlignIT: Enhancing Prompt Alignment in Customization of Text-to-Image Models
di: Agarwal, Aishwarya, et al.
Pubblicazione: (2024)
di: Agarwal, Aishwarya, et al.
Pubblicazione: (2024)
[Call for Papers] The 2nd BabyLM Challenge: Sample-efficient pretraining on a developmentally plausible corpus
di: Choshen, Leshem, et al.
Pubblicazione: (2024)
di: Choshen, Leshem, et al.
Pubblicazione: (2024)
Findings of the Second BabyLM Challenge: Sample-Efficient Pretraining on Developmentally Plausible Corpora
di: Hu, Michael Y., et al.
Pubblicazione: (2024)
di: Hu, Michael Y., et al.
Pubblicazione: (2024)
Task-Dependent Evaluation of LLM Output Homogenization: A Taxonomy-Guided Framework
di: Jain, Shomik, et al.
Pubblicazione: (2025)
di: Jain, Shomik, et al.
Pubblicazione: (2025)
Contrasting Intra-Modal and Ranking Cross-Modal Hard Negatives to Enhance Visio-Linguistic Compositional Understanding
di: Zhang, Le, et al.
Pubblicazione: (2023)
di: Zhang, Le, et al.
Pubblicazione: (2023)
Assessing and Learning Alignment of Unimodal Vision and Language Models
di: Zhang, Le, et al.
Pubblicazione: (2024)
di: Zhang, Le, et al.
Pubblicazione: (2024)
RiT: Vanilla Diffusion Transformers Suffice in Representation Space
di: Zhang, Le, et al.
Pubblicazione: (2026)
di: Zhang, Le, et al.
Pubblicazione: (2026)
VisMin: Visual Minimal-Change Understanding
di: Awal, Rabiul, et al.
Pubblicazione: (2024)
di: Awal, Rabiul, et al.
Pubblicazione: (2024)
Documenti analoghi
-
Towards Geographic Inclusion in the Evaluation of Text-to-Image Models
di: Hall, Melissa, et al.
Pubblicazione: (2024) -
DIG In: Evaluating Disparities in Image Generations with Indicators for Geographic Diversity
di: Hall, Melissa, et al.
Pubblicazione: (2023) -
Consistency-diversity-realism Pareto fronts of conditional image generative models
di: Astolfi, Pietro, et al.
Pubblicazione: (2024) -
What makes a good metric? Evaluating automatic metrics for text-to-image consistency
di: Ross, Candace, et al.
Pubblicazione: (2024) -
Improving Geo-diversity of Generated Images with Contextualized Vendi Score Guidance
di: Hemmat, Reyhane Askari, et al.
Pubblicazione: (2024)