Buchumschlag

Neural Lineage

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yu, Runpeng, Wang, Xinchao
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

Encapsulating Knowledge in One Prompt
von: Li, Qi, et al.
Veröffentlicht: (2024)

Dimple: Discrete Diffusion Multimodal Large Language Model with Parallel Decoding
von: Yu, Runpeng, et al.
Veröffentlicht: (2025)

Attention Prompting on Image for Large Vision-Language Models
von: Yu, Runpeng, et al.
Veröffentlicht: (2024)

Introducing Visual Perception Token into Multimodal Large Language Model
von: Yu, Runpeng, et al.
Veröffentlicht: (2025)

Vid-SME: Membership Inference Attacks against Large Video Understanding Models
von: Li, Qi, et al.
Veröffentlicht: (2025)

NoLan: Mitigating Object Hallucinations in Large Vision-Language Models via Dynamic Suppression of Language Priors
von: Ren, Lingfeng, et al.
Veröffentlicht: (2026)

Neural Metamorphosis
von: Yang, Xingyi, et al.
Veröffentlicht: (2024)

Hash3D: Training-free Acceleration for 3D Generation
von: Yang, Xingyi, et al.
Veröffentlicht: (2024)

Language Model as Visual Explainer
von: Yang, Xingyi, et al.
Veröffentlicht: (2024)

Compositional Video Generation as Flow Equalization
von: Yang, Xingyi, et al.
Veröffentlicht: (2024)

Sponge Tool Attack: Stealthy Denial-of-Efficiency against Tool-Augmented Agentic Reasoning
von: Li, Qi, et al.
Veröffentlicht: (2026)

ViMU: Benchmarking Video Metaphorical Understanding
von: Li, Qi, et al.
Veröffentlicht: (2026)

Teddy: Efficient Large-Scale Dataset Distillation via Taylor-Approximated Matching
von: Yu, Ruonan, et al.
Veröffentlicht: (2024)

Ultra-Resolution Adaptation with Ease
von: Yu, Ruonan, et al.
Veröffentlicht: (2025)

PE3R: Perception-Efficient 3D Reconstruction
von: Hu, Jie, et al.
Veröffentlicht: (2025)

Unsegment Anything by Simulating Deformation
von: Lu, Jiahao, et al.
Veröffentlicht: (2024)

Relation Rectification in Diffusion Model
von: Wu, Yinwei, et al.
Veröffentlicht: (2024)

CLEAR: Conv-Like Linearization Revs Pre-Trained Diffusion Transformers Up
von: Liu, Songhua, et al.
Veröffentlicht: (2024)

Efficient Gaussian Splatting for Monocular Dynamic Scene Rendering via Sparse Time-Variant Attribute Modeling
von: Kong, Hanyang, et al.
Veröffentlicht: (2025)

CoDA: From Text-to-Image Diffusion Models to Training-Free Dataset Distillation
von: Zhou, Letian, et al.
Veröffentlicht: (2025)

MambaOut: Do We Really Need Mamba for Vision?
von: Yu, Weihao, et al.
Veröffentlicht: (2024)

Ungeneralizable Examples
von: Ye, Jingwen, et al.
Veröffentlicht: (2024)

Heavy Labels Out! Dataset Distillation with Label Space Lightening
von: Yu, Ruonan, et al.
Veröffentlicht: (2024)

ViFeEdit: A Video-Free Tuner of Your Video Diffusion Transformer
von: Yu, Ruonan, et al.
Veröffentlicht: (2026)

Top-Down Compression: Revisit Efficient Vision Token Projection for Visual Instruction Tuning
von: li, Bonan, et al.
Veröffentlicht: (2025)

Domain-Adaptive 2D Human Pose Estimation via Dual Teachers in Extremely Low-Light Conditions
von: Ai, Yihao, et al.
Veröffentlicht: (2024)

Collaborative Decoding Makes Visual Auto-Regressive Modeling Efficient
von: Chen, Zigeng, et al.
Veröffentlicht: (2024)

Focus on Neighbors and Know the Whole: Towards Consistent Dense Multiview Text-to-Image Generator for 3D Creation
von: Li, Bonan, et al.
Veröffentlicht: (2024)

Control and Realism: Best of Both Worlds in Layout-to-Image without Training
von: Li, Bonan, et al.
Veröffentlicht: (2025)

1000+ FPS 4D Gaussian Splatting for Dynamic Scene Rendering
von: Yuan, Yuheng, et al.
Veröffentlicht: (2025)

Anatomy of a Lie: A Multi-Stage Diagnostic Framework for Tracing Hallucinations in Vision-Language Models
von: Xiong, Lexiang, et al.
Veröffentlicht: (2026)

SlimSAM: 0.1% Data Makes Segment Anything Slim
von: Chen, Zigeng, et al.
Veröffentlicht: (2023)

Flash Sculptor: Modular 3D Worlds from Objects
von: Hu, Yujia, et al.
Veröffentlicht: (2025)

Distilled Datamodel with Reverse Gradient Matching
von: Ye, Jingwen, et al.
Veröffentlicht: (2024)

LinFusion: 1 GPU, 1 Minute, 16K Image
von: Liu, Songhua, et al.
Veröffentlicht: (2024)

Hypergraph-State Collaborative Reasoning for Multi-Object Tracking
von: Song, Zikai, et al.
Veröffentlicht: (2026)

DreamDrone: Text-to-Image Diffusion Models are Zero-shot Perpetual View Generators
von: Kong, Hanyang, et al.
Veröffentlicht: (2023)

Test3R: Learning to Reconstruct 3D at Test Time
von: Yuan, Yuheng, et al.
Veröffentlicht: (2025)

One-shot Federated Learning via Synthetic Distiller-Distillate Communication
von: Zhang, Junyuan, et al.
Veröffentlicht: (2024)

Remix-DiT: Mixing Diffusion Transformers for Multi-Expert Denoising
von: Fang, Gongfan, et al.
Veröffentlicht: (2024)