Buchumschlag

KiVA: Kid-inspired Visual Analogies for Testing Large Multimodal Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yiu, Eunice, Qraitem, Maan, Majhi, Anisa Noor, Wong, Charlie, Bai, Yutong, Ginosar, Shiry, Gopnik, Alison, Saenko, Kate
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence Computation and Language Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Empowerment Gain and Causal Model Construction: Children and adults are sensitive to controllability and variability in their causal interventions
von: Yiu, Eunice, et al.
Veröffentlicht: (2025)

Breaking the Assistant Mold: Modeling Behavioral Variation in LLM Based Procedural Character Generation
von: Qraitem, Maan, et al.
Veröffentlicht: (2026)

From Fake to Real: Pretraining on Balanced Synthetic Images to Prevent Spurious Correlations in Image Recognition
von: Qraitem, Maan, et al.
Veröffentlicht: (2023)

SLANT: Spurious Logo ANalysis Toolkit
von: Qraitem, Maan, et al.
Veröffentlicht: (2024)

Web Artifact Attacks Disrupt Vision Language Models
von: Qraitem, Maan, et al.
Veröffentlicht: (2025)

Vision-LLMs Can Fool Themselves with Self-Generated Typographic Attacks
von: Qraitem, Maan, et al.
Veröffentlicht: (2024)

Poly-Autoregressive Prediction for Modeling Interactions
von: Thakkar, Neerja, et al.
Veröffentlicht: (2025)

Pose Priors from Language Models
von: Subramanian, Sanjay, et al.
Veröffentlicht: (2024)

Back into Plato's Cave: Examining Cross-modal Representational Convergence at Scale
von: Koepke, A. Sophia, et al.
Veröffentlicht: (2026)

Diffusion Models as Data Mining Tools
von: Siglidis, Ioannis, et al.
Veröffentlicht: (2024)

Forecasting Motion in the Wild
von: Thakkar, Neerja, et al.
Veröffentlicht: (2026)

SCRAMBLe : Enhancing Multimodal LLM Compositionality with Synthetic Preference Data
von: Mishra, Samarth, et al.
Veröffentlicht: (2025)

Gaussian Masked Autoencoders
von: Rajasegaran, Jathushan, et al.
Veröffentlicht: (2025)

Synergy and Synchrony in Couple Dances
von: Maluleke, Vongani, et al.
Veröffentlicht: (2024)

Concept Arithmetics for Circumventing Concept Inhibition in Diffusion Models
von: Petsiuk, Vitali, et al.
Veröffentlicht: (2024)

Tell Me What's Next: Textual Foresight for Generic UI Representations
von: Burns, Andrea, et al.
Veröffentlicht: (2024)

Children's Mental Models of Generative Visual and Text Based AI Models
von: Kosoy, Eliza, et al.
Veröffentlicht: (2024)

KiC: Keyword-inspired Cascade for Cost-Efficient Text Generation with LLMs
von: Kim, Woo-Chan, et al.
Veröffentlicht: (2025)

Federated Adversarial Domain Adaptation
von: Peng, Xingchao, et al.
Veröffentlicht: (2019)

SingaKids: A Multilingual Multimodal Dialogic Tutor for Language Learning
von: Liu, Zhengyuan, et al.
Veröffentlicht: (2025)

SPARC: Score Prompting and Adaptive Fusion for Zero-Shot Multi-Label Recognition in Vision-Language Models
von: Miller, Kevin, et al.
Veröffentlicht: (2025)

Enhancing immersion in Virtual Reality sports through Physical Interactions
von: Majhi, Arka
Veröffentlicht: (2026)

OP-LoRA: The Blessing of Dimensionality
von: Teterwak, Piotr, et al.
Veröffentlicht: (2024)

Frozen Forecasting: A Unified Evaluation
von: Walker, Jacob C, et al.
Veröffentlicht: (2025)

CLAMP: Contrastive LAnguage Model Prompt-tuning
von: Teterwak, Piotr, et al.
Veröffentlicht: (2023)

Is Large-Scale Pretraining the Secret to Good Domain Generalization?
von: Teterwak, Piotr, et al.
Veröffentlicht: (2024)

SynCDR : Training Cross Domain Retrieval Models with Synthetic Data
von: Mishra, Samarth, et al.
Veröffentlicht: (2023)

ERM++: An Improved Baseline for Domain Generalization
von: Teterwak, Piotr, et al.
Veröffentlicht: (2023)

An Author in Every Classroom: Kids Connecting with Authors via Skype. It's the next Best Thing to Being There
von: Messner, Kate
Veröffentlicht: (2010)

Scaling Up Temporal Domain Generalization via Temporal Experts Averaging
von: Liu, Aoming, et al.
Veröffentlicht: (2025)

Can Multimodal Large Language Model Think Analogically?
von: Guo, Diandian, et al.
Veröffentlicht: (2024)

Enhanced ASR Robustness to Packet Loss with a Front-End Adaptation Network
von: Dissen, Yehoshua, et al.
Veröffentlicht: (2024)

Cheating the Kids.
von: Meltzer, Bonnie
Veröffentlicht: (2000)

LLaVA-Critic: Learning to Evaluate Multimodal Models
von: Xiong, Tianyi, et al.
Veröffentlicht: (2024)

Posture Clip: Sit properly or I wont let you work
von: Majhi, Arka, et al.
Veröffentlicht: (2026)

Achieving 3D Attention via Triplet Squeeze and Excitation Block
von: Alhazmi, Maan, et al.
Veröffentlicht: (2025)

Adapting Small Language Models to Low-Resource Domains: A Case Study in Hindi Tourism QA
von: Majhi, Sandipan, et al.
Veröffentlicht: (2025)

Kids Not Getting the Web Access They Want
von: Minkel, Walter
Veröffentlicht: (2004)

Analysis of AWW (Anganwadi Workers) Training Content, ILA (Incremental Learning Approach) Modules Following CDT (Component Display Theory)
von: Majhi, Arka, et al.
Veröffentlicht: (2026)

From Scenes to Elements: Multi-Granularity Evidence Retrieval for Verifiable Multimodal RAG
von: Chen, Guanhua, et al.
Veröffentlicht: (2026)