Buchumschlag

Weak Distribution Detectors Lead to Stronger Generalizability of Vision-Language Prompt Tuning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ding, Kun, Zhang, Haojian, Yu, Qiang, Wang, Ying, Xiang, Shiming, Pan, Chunhong
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

Prompt Tuning with Soft Context Sharing for Vision-Language Models
von: Ding, Kun, et al.
Veröffentlicht: (2022)

Compositional Kronecker Context Optimization for Vision-Language Models
von: Ding, Kun, et al.
Veröffentlicht: (2024)

Calibrated Cache Model for Few-Shot Vision-Language Model Adaptation
von: Ding, Kun, et al.
Veröffentlicht: (2024)

EvoVLMA: Evolutionary Vision-Language Model Adaptation
von: Ding, Kun, et al.
Veröffentlicht: (2025)

IF-Bench: Benchmarking and Enhancing MLLMs for Infrared Images with Generative Visual Prompting
von: Zhang, Tao, et al.
Veröffentlicht: (2025)

Zero-shot Generalizable Incremental Learning for Vision-Language Object Detection
von: Deng, Jieren, et al.
Veröffentlicht: (2024)

A Survey of Low-shot Vision-Language Model Adaptation via Representer Theorem
von: Ding, Kun, et al.
Veröffentlicht: (2024)

Re-ranking Reasoning Context with Tree Search Makes Large Vision-Language Models Stronger
von: Yang, Qi, et al.
Veröffentlicht: (2025)

Generalizable Prompt Tuning for Vision-Language Models
von: Zhang, Qian
Veröffentlicht: (2024)

UNIP: Rethinking Pre-trained Attention Patterns for Infrared Semantic Segmentation
von: Zhang, Tao, et al.
Veröffentlicht: (2025)

AntifakePrompt: Prompt-Tuned Vision-Language Models are Fake Image Detectors
von: Chang, You-Ming, et al.
Veröffentlicht: (2023)

Reusable Architecture Growth for Continual Stereo Matching
von: Zhang, Chenghao, et al.
Veröffentlicht: (2024)

Defense-to-Attack: Bypassing Weak Defenses Enables Stronger Jailbreaks in Vision-Language Models
von: Zhao, Yunhan, et al.
Veröffentlicht: (2025)

Diffusion Model as a Noise-Aware Latent Reward Model for Step-Level Preference Optimization
von: Zhang, Tao, et al.
Veröffentlicht: (2025)

WikiSeeker: Rethinking the Role of Vision-Language Models in Knowledge-Based Visual Question Answering
von: Zhu, Yingjian, et al.
Veröffentlicht: (2026)

GLAD: Generalizable Tuning for Vision-Language Models
von: Peng, Yuqi, et al.
Veröffentlicht: (2025)

FedAPT: Federated Adversarial Prompt Tuning for Vision-Language Models
von: Zhai, Kun, et al.
Veröffentlicht: (2025)

LPT: Less-overfitting Prompt Tuning for Vision-Language Model
von: Ding, Chenhao, et al.
Veröffentlicht: (2024)

DCAC: Dynamic Class-Aware Cache Creates Stronger Out-of-Distribution Detectors
von: Wu, Yanqi, et al.
Veröffentlicht: (2026)

Adversarial Prompt Tuning for Vision-Language Models
von: Zhang, Jiaming, et al.
Veröffentlicht: (2023)

Adapting Vision-Language Models to Open Classes via Test-Time Prompt Tuning
von: Gao, Zhengqing, et al.
Veröffentlicht: (2024)

Efficient Test-Time Prompt Tuning for Vision-Language Models
von: Zhu, Yuhan, et al.
Veröffentlicht: (2024)

TAME: Test-Time Adversarial Prompt Tuning via Mixture-of-Experts for Vision-Language Models
von: Wang, Xin, et al.
Veröffentlicht: (2026)

NAP-Tuning: Neural Augmented Prompt Tuning for Adversarially Robust Vision-Language Models
von: Zhang, Jiaming, et al.
Veröffentlicht: (2025)

PromptKD: Unsupervised Prompt Distillation for Vision-Language Models
von: Li, Zheng, et al.
Veröffentlicht: (2024)

Towards Efficient Vision-Language Tuning: More Information Density, More Generalizability
von: Hao, Tianxiang, et al.
Veröffentlicht: (2023)

Towards Accurate UAV Image Perception: Guiding Vision-Language Models with Stronger Task Prompts
von: Guo, Mingning, et al.
Veröffentlicht: (2025)

Style-Pro: Style-Guided Prompt Learning for Generalizable Vision-Language Models
von: Talemi, Niloufar Alipour, et al.
Veröffentlicht: (2024)

Towards Calibrating Prompt Tuning of Vision-Language Models
von: Sharifdeen, Ashshak, et al.
Veröffentlicht: (2026)

Robust Prompt Tuning for Vision-Language Models with Mild Semantic Noise
von: Gao, Yansheng, et al.
Veröffentlicht: (2025)

Continuous Speculative Decoding for Autoregressive Image Generation
von: Wang, Zili, et al.
Veröffentlicht: (2024)

ArGue: Attribute-Guided Prompt Tuning for Vision-Language Models
von: Tian, Xinyu, et al.
Veröffentlicht: (2023)

MoAPT: Mixture of Adversarial Prompt Tuning for Vision-Language Models
von: Zhao, Shiji, et al.
Veröffentlicht: (2025)

DPC: Dual-Prompt Collaboration for Tuning Vision-Language Models
von: Li, Haoyang, et al.
Veröffentlicht: (2025)

TAPT: Test-Time Adversarial Prompt Tuning for Robust Inference in Vision-Language Models
von: Wang, Xin, et al.
Veröffentlicht: (2024)

A Closer Look at Conditional Prompt Tuning for Vision-Language Models
von: Zhang, Ji, et al.
Veröffentlicht: (2025)

LION: Implicit Vision Prompt Tuning
von: Wang, Haixin, et al.
Veröffentlicht: (2023)

DiSa: Directional Saliency-Aware Prompt Learning for Generalizable Vision-Language Models
von: Talemi, Niloufar Alipour, et al.
Veröffentlicht: (2025)

Seeing to Act, Prompting to Specify: A Bayesian Factorization of Vision Language Action Policy
von: Xu, Kechun, et al.
Veröffentlicht: (2025)

Debiased Prompt Tuning in Vision-Language Model without Annotations
von: Jiang, Chaoquan, et al.
Veröffentlicht: (2025)