Buchumschlag

Adaptive Memory Replay for Continual Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Smith, James Seale, Valkov, Lazar, Halbe, Shaunak, Gutta, Vyshnavi, Feris, Rogerio, Kira, Zsolt, Karlinsky, Leonid
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Computation and Language Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Continual Adaptation of Vision Transformers for Federated Learning
von: Halbe, Shaunak, et al.
Veröffentlicht: (2023)

The Geometry of Robustness: Optimizing Loss Landscape Curvature and Feature Manifold Alignment for Robust Finetuning of Vision-Language Models
von: Chopra, Shivang, et al.
Veröffentlicht: (2026)

Grounding Descriptions in Images informs Zero-Shot Visual Recognition
von: Halbe, Shaunak, et al.
Veröffentlicht: (2024)

$\texttt{BATCLIP}$: Bimodal Online Test-Time Adaptation for CLIP
von: Maharana, Sarthak Kumar, et al.
Veröffentlicht: (2024)

Latent Implicit Visual Reasoning
von: Li, Kelvin, et al.
Veröffentlicht: (2025)

Enhancing Few-Shot Vision-Language Classification with Large Multimodal Model Features
von: Mitra, Chancharik, et al.
Veröffentlicht: (2024)

Comparison Visual Instruction Tuning
von: Lin, Wei, et al.
Veröffentlicht: (2024)

Continual Diffusion with STAMINA: STack-And-Mask INcremental Adapters
von: Smith, James Seale, et al.
Veröffentlicht: (2023)

Whisper-Flamingo: Integrating Visual Features into Whisper for Audio-Visual Speech Recognition and Translation
von: Rouditchenko, Andrew, et al.
Veröffentlicht: (2024)

Instructify: Demystifying Metadata to Visual Instruction Tuning Data Conversion
von: Hansen, Jacob, et al.
Veröffentlicht: (2025)

Rethinking Weight Decay for Robust Fine-Tuning of Foundation Models
von: Tian, Junjiao, et al.
Veröffentlicht: (2024)

Continual Diffusion: Continual Customization of Text-to-Image Diffusion with C-LoRA
von: Smith, James Seale, et al.
Veröffentlicht: (2023)

VeRVE: Versatile Retrieval for Videos via Unified Embeddings
von: Halbe, Shaunak, et al.
Veröffentlicht: (2026)

Multimodal Task Vectors Enable Many-Shot Multimodal In-Context Learning
von: Huang, Brandon, et al.
Veröffentlicht: (2024)

MementoGUI: Learning Agentic Multimodal Memory Control for Long-Horizon GUI Agents
von: Zeng, Ziyun, et al.
Veröffentlicht: (2026)

3VL: Using Trees to Improve Vision-Language Models' Interpretability
von: Yellinek, Nir, et al.
Veröffentlicht: (2023)

Sample- and Parameter-Efficient Auto-Regressive Image Models
von: Amrani, Elad, et al.
Veröffentlicht: (2024)

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

SAGE: Sink-Aware Grounded Decoding for Multimodal Hallucination Mitigation
von: Shukla, Tripti, et al.
Veröffentlicht: (2026)

FRAMES-VQA: Benchmarking Fine-Tuning Robustness across Multi-Modal Shifts in Visual Question Answering
von: Huang, Chengyue, et al.
Veröffentlicht: (2025)

Latent Replay Detection: Memory-Efficient Continual Object Detection on Microcontrollers via Task-Adaptive Compression
von: Wilson, Bibin
Veröffentlicht: (2026)

Composition-Grounded Data Synthesis for Visual Reasoning
von: Gu, Xinyi, et al.
Veröffentlicht: (2025)

Foveated Reasoning: Stateful, Action-based Visual Focusing for Vision-Language Models
von: Min, Juhong, et al.
Veröffentlicht: (2026)

Contextual Self-paced Learning for Weakly Supervised Spatio-Temporal Video Grounding
von: Kumar, Akash, et al.
Veröffentlicht: (2025)

LangNav: Language as a Perceptual Representation for Navigation
von: Pan, Bowen, et al.
Veröffentlicht: (2023)

Directional Gradient Projection for Robust Fine-Tuning of Foundation Models
von: Huang, Chengyue, et al.
Veröffentlicht: (2025)

From Backward Spreading to Forward Replay: Revisiting Target Construction in LLM Parameter Editing
von: Liu, Wei, et al.
Veröffentlicht: (2026)

Mimicking or Reasoning: Rethinking Multi-Modal In-Context Learning in Vision-Language Models
von: Huang, Chengyue, et al.
Veröffentlicht: (2025)

CAMELoT: Towards Large Language Models with Training-Free Consolidated Associative Memory
von: He, Zexue, et al.
Veröffentlicht: (2024)

Activation Reward Models for Few-Shot Model Alignment
von: Chai, Tianning, et al.
Veröffentlicht: (2025)

FindingDory: A Benchmark to Evaluate Memory in Embodied Agents
von: Yadav, Karmesh, et al.
Veröffentlicht: (2025)

GLOV: Guided Large Language Models as Implicit Optimizers for Vision Language Models
von: Mirza, M. Jehanzeb, et al.
Veröffentlicht: (2024)

Memo: Training Memory-Efficient Embodied Agents with Reinforcement Learning
von: Gupta, Gunshi, et al.
Veröffentlicht: (2025)

CAV-MAE Sync: Improving Contrastive Audio-Visual Mask Autoencoders via Fine-Grained Alignment
von: Araujo, Edson, et al.
Veröffentlicht: (2025)

ReplayCAD: Generative Diffusion Replay for Continual Anomaly Detection
von: Hu, Lei, et al.
Veröffentlicht: (2025)

Enhancing Multimodal Misinformation Detection by Replaying the Whole Story from Image Modality Perspective
von: Wang, Bing, et al.
Veröffentlicht: (2025)

MAPS: Preserving Vision-Language Representations via Module-Wise Proximity Scheduling for Better Vision-Language-Action Generalization
von: Huang, Chengyue, et al.
Veröffentlicht: (2025)

FETCH: A Memory-Efficient Replay Approach for Continual Learning in Image Classification
von: Weißflog, Markus, et al.
Veröffentlicht: (2024)

When Domain Generalization meets Generalized Category Discovery: An Adaptive Task-Arithmetic Driven Approach
von: Rathore, Vaibhav, et al.
Veröffentlicht: (2025)

ConMe: Rethinking Evaluation of Compositional Reasoning for Modern VLMs
von: Huang, Irene, et al.
Veröffentlicht: (2024)