Adapting Dual-encoder Vision-language Models for Paraphrased Retrieval
Fuente:
arXiv
Salvato in:
| Autori principali: | Cheng, Jiacheng, Shin, Hijung Valentina, Vasconcelos, Nuno, Russell, Bryan, Heilbron, Fabian Caba |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2024
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
EditDuet: A Multi-Agent System for Video Non-Linear Editing
di: Sandoval-Castaneda, Marcelo, et al.
Pubblicazione: (2025)
di: Sandoval-Castaneda, Marcelo, et al.
Pubblicazione: (2025)
Discovering Divergent Representations between Text-to-Image Models
di: Dunlap, Lisa, et al.
Pubblicazione: (2025)
di: Dunlap, Lisa, et al.
Pubblicazione: (2025)
Improving Personalized Search with Regularized Low-Rank Parameter Updates
di: Ryan, Fiona, et al.
Pubblicazione: (2025)
di: Ryan, Fiona, et al.
Pubblicazione: (2025)
ResidualViT for Efficient Temporally Dense Video Encoding
di: Soldan, Mattia, et al.
Pubblicazione: (2025)
di: Soldan, Mattia, et al.
Pubblicazione: (2025)
Generative Timelines for Instructed Visual Assembly
di: Pardo, Alejandro, et al.
Pubblicazione: (2024)
di: Pardo, Alejandro, et al.
Pubblicazione: (2024)
Sync from the Sea: Retrieving Alignable Videos from Large-Scale Datasets
di: Dave, Ishan Rajendrakumar, et al.
Pubblicazione: (2024)
di: Dave, Ishan Rajendrakumar, et al.
Pubblicazione: (2024)
CineVerse: Consistent Keyframe Synthesis for Cinematic Scene Composition
di: Phung, Quynh, et al.
Pubblicazione: (2025)
di: Phung, Quynh, et al.
Pubblicazione: (2025)
Adapting Diffusion Models for Improved Prompt Compliance and Controllable Image Synthesis
di: Sridhar, Deepak, et al.
Pubblicazione: (2024)
di: Sridhar, Deepak, et al.
Pubblicazione: (2024)
Scaling Up Video Summarization Pretraining with Large Language Models
di: Argaw, Dawit Mureja, et al.
Pubblicazione: (2024)
di: Argaw, Dawit Mureja, et al.
Pubblicazione: (2024)
Towards Automated Movie Trailer Generation
di: Argaw, Dawit Mureja, et al.
Pubblicazione: (2024)
di: Argaw, Dawit Mureja, et al.
Pubblicazione: (2024)
Videogenic: Identifying Highlight Moments in Videos with Professional Photographs as a Prior
di: Lin, David Chuan-En, et al.
Pubblicazione: (2022)
di: Lin, David Chuan-En, et al.
Pubblicazione: (2022)
VideoMap: Supporting Video Editing Exploration, Brainstorming, and Prototyping in the Latent Space
di: Lin, David Chuan-En, et al.
Pubblicazione: (2022)
di: Lin, David Chuan-En, et al.
Pubblicazione: (2022)
Concept Weaver: Enabling Multi-Concept Fusion in Text-to-Image Models
di: Kwon, Gihyun, et al.
Pubblicazione: (2024)
di: Kwon, Gihyun, et al.
Pubblicazione: (2024)
SCHEME: Scalable Channel Mixer for Vision Transformers
di: Sridhar, Deepak, et al.
Pubblicazione: (2023)
di: Sridhar, Deepak, et al.
Pubblicazione: (2023)
Dual Prompt Learning for Adapting Vision-Language Models to Downstream Image-Text Retrieval
di: Wang, Yifan, et al.
Pubblicazione: (2025)
di: Wang, Yifan, et al.
Pubblicazione: (2025)
Diffusion Models with Adaptive Negative Sampling Without External Resources
di: Desai, Alakh, et al.
Pubblicazione: (2025)
di: Desai, Alakh, et al.
Pubblicazione: (2025)
Prompt Sliders for Fine-Grained Control, Editing and Erasing of Concepts in Diffusion Models
di: Sridhar, Deepak, et al.
Pubblicazione: (2024)
di: Sridhar, Deepak, et al.
Pubblicazione: (2024)
Leveraging Data to Say No: Memory Augmented Plug-and-Play Selective Prediction
di: Sarkar, Aditya, et al.
Pubblicazione: (2026)
di: Sarkar, Aditya, et al.
Pubblicazione: (2026)
Mechanistically Guided LoRA Improves Paraphrase Consistency in Medical Vision-Language Models
di: Sadanandan, Binesh, et al.
Pubblicazione: (2026)
di: Sadanandan, Binesh, et al.
Pubblicazione: (2026)
Improving image synthesis with diffusion-negative sampling
di: Desai, Alakh, et al.
Pubblicazione: (2024)
di: Desai, Alakh, et al.
Pubblicazione: (2024)
EditAR: Unified Conditional Generation with Autoregressive Models
di: Mu, Jiteng, et al.
Pubblicazione: (2025)
di: Mu, Jiteng, et al.
Pubblicazione: (2025)
Uniformity First: Uniformity-aware Test-time Adaptation of Vision-language Models against Image Corruption
di: Adachi, Kazuki, et al.
Pubblicazione: (2025)
di: Adachi, Kazuki, et al.
Pubblicazione: (2025)
PSF-Med: Measuring and Explaining Paraphrase Sensitivity in Medical Vision Language Models
di: Sadanandan, Binesh, et al.
Pubblicazione: (2026)
di: Sadanandan, Binesh, et al.
Pubblicazione: (2026)
Adapting Vision-Language Models to Open Classes via Test-Time Prompt Tuning
di: Gao, Zhengqing, et al.
Pubblicazione: (2024)
di: Gao, Zhengqing, et al.
Pubblicazione: (2024)
PinPoint: Evaluation of Composed Image Retrieval with Explicit Negatives, Multi-Image Queries, and Paraphrase Testing
di: Mahadev, Rohan, et al.
Pubblicazione: (2026)
di: Mahadev, Rohan, et al.
Pubblicazione: (2026)
AdaptSplat: Adapting Vision Foundation Models for Feed-Forward 3D Gaussian Splatting
di: Xing, Mingwei, et al.
Pubblicazione: (2026)
di: Xing, Mingwei, et al.
Pubblicazione: (2026)
Linear Alignment of Vision-language Models for Image Captioning
di: Paischer, Fabian, et al.
Pubblicazione: (2023)
di: Paischer, Fabian, et al.
Pubblicazione: (2023)
Fairness and Bias Mitigation in Computer Vision: A Survey
di: Dehdashtian, Sepehr, et al.
Pubblicazione: (2024)
di: Dehdashtian, Sepehr, et al.
Pubblicazione: (2024)
Parameters as Experts: Adapting Vision Models with Dynamic Parameter Routing
di: Lou, Meng, et al.
Pubblicazione: (2026)
di: Lou, Meng, et al.
Pubblicazione: (2026)
Dual-Stream Diffusion for World-Model Augmented Vision-Language-Action Model
di: Won, John, et al.
Pubblicazione: (2025)
di: Won, John, et al.
Pubblicazione: (2025)
An Attribute-Based Measure of Video Complexity
di: Sarkar, Aditya, et al.
Pubblicazione: (2026)
di: Sarkar, Aditya, et al.
Pubblicazione: (2026)
CLIPping the Deception: Adapting Vision-Language Models for Universal Deepfake Detection
di: Khan, Sohail Ahmed, et al.
Pubblicazione: (2024)
di: Khan, Sohail Ahmed, et al.
Pubblicazione: (2024)
Anomaly Detection by Adapting a pre-trained Vision Language Model
di: Cai, Yuxuan, et al.
Pubblicazione: (2024)
di: Cai, Yuxuan, et al.
Pubblicazione: (2024)
Adapting Vision Foundation Models for Real-time Ultrasound Image Segmentation
di: Zhang, Xiaoran, et al.
Pubblicazione: (2025)
di: Zhang, Xiaoran, et al.
Pubblicazione: (2025)
Vision encoders should be image size agnostic and task driven
di: Prisadnikov, Nedyalko, et al.
Pubblicazione: (2025)
di: Prisadnikov, Nedyalko, et al.
Pubblicazione: (2025)
Adapting Foundation Model for Dental Caries Detection with Dual-View Co-Training
di: Luo, Tao, et al.
Pubblicazione: (2025)
di: Luo, Tao, et al.
Pubblicazione: (2025)
Adapting LLaMA Decoder to Vision Transformer
di: Wang, Jiahao, et al.
Pubblicazione: (2024)
di: Wang, Jiahao, et al.
Pubblicazione: (2024)
Long-Tailed Anomaly Detection with Learnable Class Names
di: Ho, Chih-Hui, et al.
Pubblicazione: (2024)
di: Ho, Chih-Hui, et al.
Pubblicazione: (2024)
Diffusion-based Data Augmentation for Object Counting Problems
di: Wang, Zhen, et al.
Pubblicazione: (2024)
di: Wang, Zhen, et al.
Pubblicazione: (2024)
ProTeCt: Prompt Tuning for Taxonomic Open Set Classification
di: Wu, Tz-Ying, et al.
Pubblicazione: (2023)
di: Wu, Tz-Ying, et al.
Pubblicazione: (2023)
Documenti analoghi
-
EditDuet: A Multi-Agent System for Video Non-Linear Editing
di: Sandoval-Castaneda, Marcelo, et al.
Pubblicazione: (2025) -
Discovering Divergent Representations between Text-to-Image Models
di: Dunlap, Lisa, et al.
Pubblicazione: (2025) -
Improving Personalized Search with Regularized Low-Rank Parameter Updates
di: Ryan, Fiona, et al.
Pubblicazione: (2025) -
ResidualViT for Efficient Temporally Dense Video Encoding
di: Soldan, Mattia, et al.
Pubblicazione: (2025) -
Generative Timelines for Instructed Visual Assembly
di: Pardo, Alejandro, et al.
Pubblicazione: (2024)