Buchumschlag

Mind the Interference: Retaining Pre-trained Knowledge in Parameter Efficient Continual Learning of Vision-Language Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Tang, Longxiang, Tian, Zhuotao, Li, Kai, He, Chunming, Zhou, Hantao, Zhao, Hengshuang, Li, Xiu, Jia, Jiaya
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

UniQA: Unified Vision-Language Pre-training for Image Quality and Aesthetic Assessment
von: Zhou, Hantao, et al.
Veröffentlicht: (2024)

Unified Language-driven Zero-shot Domain Adaptation
von: Yang, Senqiao, et al.
Veröffentlicht: (2024)

VisionThink: Smart and Efficient Vision Language Model via Reinforcement Learning
von: Yang, Senqiao, et al.
Veröffentlicht: (2025)

Scalable Language Model with Generalized Continual Learning
von: Peng, Bohao, et al.
Veröffentlicht: (2024)

VisionZip: Longer is Better but Not Necessary in Vision Language Models
von: Yang, Senqiao, et al.
Veröffentlicht: (2024)

OA-CNNs: Omni-Adaptive Sparse CNNs for 3D Semantic Segmentation
von: Peng, Bohao, et al.
Veröffentlicht: (2024)

GroupContrast: Semantic-aware Self-supervised Representation Learning for 3D Understanding
von: Wang, Chengyao, et al.
Veröffentlicht: (2024)

Retaining and Enhancing Pre-trained Knowledge in Vision-Language Models with Prompt Ensembling
von: Kim, Donggeun, et al.
Veröffentlicht: (2024)

Does Your Vision-Language Model Get Lost in the Long Video Sampling Dilemma?
von: Qu, Tianyuan, et al.
Veröffentlicht: (2025)

Gamma: Toward Generic Image Assessment with Mixture of Assessment Experts
von: Zhou, Hantao, et al.
Veröffentlicht: (2025)

An Empirical Study of Parameter Efficient Fine-tuning on Vision-Language Pre-train Model
von: Tian, Yuxin, et al.
Veröffentlicht: (2024)

Reti-Diff: Illumination Degradation Image Restoration with Retinex-based Latent Diffusion Model
von: He, Chunming, et al.
Veröffentlicht: (2023)

LISA: Reasoning Segmentation via Large Language Model
von: Lai, Xin, et al.
Veröffentlicht: (2023)

Real-world Image Dehazing with Coherence-based Pseudo Labeling and Cooperative Unfolding Network
von: Fang, Chengyu, et al.
Veröffentlicht: (2024)

Diffusion Models in Low-Level Vision: A Survey
von: He, Chunming, et al.
Veröffentlicht: (2024)

Exploiting Discriminative Codebook Prior for Autoregressive Image Generation
von: Tang, Longxiang, et al.
Veröffentlicht: (2025)

Enhancing LLM Knowledge Learning through Generalization
von: Zhu, Mingkang, et al.
Veröffentlicht: (2025)

PRISM: Rethinking Scattered Atmosphere Reconstruction as a Unified Understanding and Generation Model for Real-world Dehazing
von: Fang, Chengyu, et al.
Veröffentlicht: (2026)

Exploiting the Semantic Knowledge of Pre-trained Text-Encoders for Continual Learning
von: Yu, Lu, et al.
Veröffentlicht: (2024)

VIP: Vision Instructed Pre-training for Robotic Manipulation
von: Li, Zhuoling, et al.
Veröffentlicht: (2024)

LISA++: An Improved Baseline for Reasoning Segmentation with Large Language Model
von: Yang, Senqiao, et al.
Veröffentlicht: (2023)

Step-DPO: Step-wise Preference Optimization for Long-chain Reasoning of LLMs
von: Lai, Xin, et al.
Veröffentlicht: (2024)

Revisiting Continual Semantic Segmentation with Pre-trained Vision Models
von: Zhang, Duzhen, et al.
Veröffentlicht: (2025)

Video Object Segmentation with Dynamic Query Modulation
von: Zhou, Hantao, et al.
Veröffentlicht: (2024)

Continual Retinal Vision-Language Pre-training upon Incremental Imaging Modalities
von: Yao, Yuang, et al.
Veröffentlicht: (2025)

GridMask Data Augmentation
von: Chen, Pengguang, et al.
Veröffentlicht: (2020)

LogoSticker: Inserting Logos into Diffusion Models for Customized Generation
von: Zhu, Mingkang, et al.
Veröffentlicht: (2024)

From Noisy Traces to Stable Gradients: Bias-Variance Optimized Preference Optimization for Aligning Large Reasoning Models
von: Zhu, Mingkang, et al.
Veröffentlicht: (2025)

Stratified GRPO: Handling Structural Heterogeneity in Reinforcement Learning of LLM Search Agents
von: Zhu, Mingkang, et al.
Veröffentlicht: (2025)

Photon: Speedup Volume Understanding with Efficient Multimodal Large Language Models
von: Fang, Chengyu, et al.
Veröffentlicht: (2026)

MultiBooth: Towards Generating All Your Concepts in an Image from Text
von: Zhu, Chenyang, et al.
Veröffentlicht: (2024)

Efficient and Long-Tailed Generalization for Pre-trained Vision-Language Model
von: Shi, Jiang-Xin, et al.
Veröffentlicht: (2024)

Personalized Continual EEG Decoding: Retaining and Transferring Knowledge
von: Li, Dan, et al.
Veröffentlicht: (2024)

SCALER: SAM-Enhanced Collaborative Learning for Label-Deficient Concealed Object Segmentation
von: He, Chunming, et al.
Veröffentlicht: (2025)

VLPose: Bridging the Domain Gap in Pose Estimation with Language-Vision Tuning
von: Li, Jingyao, et al.
Veröffentlicht: (2024)

Efficient Vision-Language Pre-training by Cluster Masking
von: Wei, Zihao, et al.
Veröffentlicht: (2024)

Segment Concealed Objects with Incomplete Supervision
von: He, Chunming, et al.
Veröffentlicht: (2025)

A Survey of Camouflaged Object Detection and Beyond
von: Xiao, Fengyang, et al.
Veröffentlicht: (2024)

Integrating Extra Modality Helps Segmentor Find Camouflaged Objects Well
von: Fang, Chengyu, et al.
Veröffentlicht: (2025)

Freeze the backbones: A Parameter-Efficient Contrastive Approach to Robust Medical Vision-Language Pre-training
von: Qin, Jiuming, et al.
Veröffentlicht: (2024)