Enhancing Model Performance: Another Approach to Vision-Language Instruction Tuning
Fuente:
arXiv
Salvato in:
| Autori principali: | Vedanshu, Tripathi, MM, Jaint, Bhavnesh |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2024
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
MedHallTune: An Instruction-Tuning Benchmark for Mitigating Medical Hallucination in Vision-Language Models
di: Yan, Qiao, et al.
Pubblicazione: (2025)
di: Yan, Qiao, et al.
Pubblicazione: (2025)
Prescribing the Right Remedy: Mitigating Hallucinations in Large Vision-Language Models via Targeted Instruction Tuning
di: Hu, Rui, et al.
Pubblicazione: (2024)
di: Hu, Rui, et al.
Pubblicazione: (2024)
SkySenseGPT: A Fine-Grained Instruction Tuning Dataset and Model for Remote Sensing Vision-Language Understanding
di: Luo, Junwei, et al.
Pubblicazione: (2024)
di: Luo, Junwei, et al.
Pubblicazione: (2024)
Adversarial Prompt Tuning for Vision-Language Models
di: Zhang, Jiaming, et al.
Pubblicazione: (2023)
di: Zhang, Jiaming, et al.
Pubblicazione: (2023)
Is 'Right' Right? Enhancing Object Orientation Understanding in Multimodal Large Language Models through Egocentric Instruction Tuning
di: Jung, Ji Hyeok, et al.
Pubblicazione: (2024)
di: Jung, Ji Hyeok, et al.
Pubblicazione: (2024)
Hierarchy-Aware Fine-Tuning of Vision-Language Models
di: Li, Jiayu, et al.
Pubblicazione: (2025)
di: Li, Jiayu, et al.
Pubblicazione: (2025)
ProVision: Programmatically Scaling Vision-centric Instruction Data for Multimodal Language Models
di: Zhang, Jieyu, et al.
Pubblicazione: (2024)
di: Zhang, Jieyu, et al.
Pubblicazione: (2024)
NAP-Tuning: Neural Augmented Prompt Tuning for Adversarially Robust Vision-Language Models
di: Zhang, Jiaming, et al.
Pubblicazione: (2025)
di: Zhang, Jiaming, et al.
Pubblicazione: (2025)
LPT: Less-overfitting Prompt Tuning for Vision-Language Model
di: Ding, Chenhao, et al.
Pubblicazione: (2024)
di: Ding, Chenhao, et al.
Pubblicazione: (2024)
Tuning Vision-Language Models with Candidate Labels by Prompt Alignment
di: Zhang, Zhifang, et al.
Pubblicazione: (2024)
di: Zhang, Zhifang, et al.
Pubblicazione: (2024)
Prompt Tuning with Soft Context Sharing for Vision-Language Models
di: Ding, Kun, et al.
Pubblicazione: (2022)
di: Ding, Kun, et al.
Pubblicazione: (2022)
Towards Calibrated Robust Fine-Tuning of Vision-Language Models
di: Oh, Changdae, et al.
Pubblicazione: (2023)
di: Oh, Changdae, et al.
Pubblicazione: (2023)
Fine-Tuning Vision-Language Models for Visual Navigation Assistance
di: Li, Xiao, et al.
Pubblicazione: (2025)
di: Li, Xiao, et al.
Pubblicazione: (2025)
GRE Suite: Geo-localization Inference via Fine-Tuned Vision-Language Models and Enhanced Reasoning Chains
di: Wang, Chun, et al.
Pubblicazione: (2025)
di: Wang, Chun, et al.
Pubblicazione: (2025)
Toward Automatic Safe Driving Instruction: A Large-Scale Vision Language Model Approach
di: Sakajo, Haruki, et al.
Pubblicazione: (2025)
di: Sakajo, Haruki, et al.
Pubblicazione: (2025)
Gaslight, Gatekeep, V1-V3: Early Visual Cortex Alignment Shields Vision-Language Models from Sycophantic Manipulation
di: Shah, Arya, et al.
Pubblicazione: (2026)
di: Shah, Arya, et al.
Pubblicazione: (2026)
VCM: Vision Concept Modeling Based on Implicit Contrastive Learning with Vision-Language Instruction Fine-Tuning
di: Luo, Run, et al.
Pubblicazione: (2025)
di: Luo, Run, et al.
Pubblicazione: (2025)
AgroGPT: Efficient Agricultural Vision-Language Model with Expert Tuning
di: Awais, Muhammad, et al.
Pubblicazione: (2024)
di: Awais, Muhammad, et al.
Pubblicazione: (2024)
Prompt Triage: Structured Optimization Enhances Vision-Language Model Performance on Medical Imaging Benchmarks
di: Singhvi, Arnav, et al.
Pubblicazione: (2025)
di: Singhvi, Arnav, et al.
Pubblicazione: (2025)
Cure or Poison? Embedding Instructions Visually Alters Hallucination in Vision-Language Models
di: Wang, Zhaochen, et al.
Pubblicazione: (2025)
di: Wang, Zhaochen, et al.
Pubblicazione: (2025)
Advancing Multimodal Large Language Models in Chart Question Answering with Visualization-Referenced Instruction Tuning
di: Zeng, Xingchen, et al.
Pubblicazione: (2024)
di: Zeng, Xingchen, et al.
Pubblicazione: (2024)
Fine-Tuning Vision-Language Model for Automated Engineering Drawing Information Extraction
di: Khan, Muhammad Tayyab, et al.
Pubblicazione: (2024)
di: Khan, Muhammad Tayyab, et al.
Pubblicazione: (2024)
3D-Aware Vision-Language Models Fine-Tuning with Geometric Distillation
di: Lee, Seonho, et al.
Pubblicazione: (2025)
di: Lee, Seonho, et al.
Pubblicazione: (2025)
Biomed-DPT: Dual Modality Prompt Tuning for Biomedical Vision-Language Models
di: Peng, Wei, et al.
Pubblicazione: (2025)
di: Peng, Wei, et al.
Pubblicazione: (2025)
Reason-RFT: Reinforcement Fine-Tuning for Visual Reasoning of Vision Language Models
di: Tan, Huajie, et al.
Pubblicazione: (2025)
di: Tan, Huajie, et al.
Pubblicazione: (2025)
Human Motion Instruction Tuning
di: Li, Lei, et al.
Pubblicazione: (2024)
di: Li, Lei, et al.
Pubblicazione: (2024)
Foundational Model for Electron Micrograph Analysis: Instruction-Tuning Small-Scale Language-and-Vision Assistant for Enterprise Adoption
di: Srinivas, Sakhinana Sagar, et al.
Pubblicazione: (2024)
di: Srinivas, Sakhinana Sagar, et al.
Pubblicazione: (2024)
Remodeling Semantic Relationships in Vision-Language Fine-Tuning
di: Wu, Xiangyang, et al.
Pubblicazione: (2025)
di: Wu, Xiangyang, et al.
Pubblicazione: (2025)
Training-Free Mitigation of Language Reasoning Degradation After Multimodal Instruction Tuning
di: Ratzlaff, Neale, et al.
Pubblicazione: (2024)
di: Ratzlaff, Neale, et al.
Pubblicazione: (2024)
Efficient Prompt Tuning of Large Vision-Language Model for Fine-Grained Ship Classification
di: Lan, Long, et al.
Pubblicazione: (2024)
di: Lan, Long, et al.
Pubblicazione: (2024)
RaVL: Discovering and Mitigating Spurious Correlations in Fine-Tuned Vision-Language Models
di: Varma, Maya, et al.
Pubblicazione: (2024)
di: Varma, Maya, et al.
Pubblicazione: (2024)
From Holistic to Localized: Local Enhanced Adapters for Efficient Visual Instruction Fine-Tuning
di: Jiao, Pengkun, et al.
Pubblicazione: (2024)
di: Jiao, Pengkun, et al.
Pubblicazione: (2024)
Is There Knowledge Left to Extract? Evidence of Fragility in Medically Fine-Tuned Vision-Language Models
di: McLaughlin, Oliver, et al.
Pubblicazione: (2026)
di: McLaughlin, Oliver, et al.
Pubblicazione: (2026)
Enhancing Instruction-Following Capability of Visual-Language Models by Reducing Image Redundancy
di: Yang, Te, et al.
Pubblicazione: (2024)
di: Yang, Te, et al.
Pubblicazione: (2024)
Candidate Pseudolabel Learning: Enhancing Vision-Language Models by Prompt Tuning with Unlabeled Data
di: Zhang, Jiahan, et al.
Pubblicazione: (2024)
di: Zhang, Jiahan, et al.
Pubblicazione: (2024)
Fine-Grained Instruction-Guided Graph Reasoning for Vision-and-Language Navigation
di: Liu, Yaohua, et al.
Pubblicazione: (2025)
di: Liu, Yaohua, et al.
Pubblicazione: (2025)
A Visual Semantic Adaptive Watermark grounded by Prefix-Tuning for Large Vision-Language Model
di: Zheng, Qi, et al.
Pubblicazione: (2026)
di: Zheng, Qi, et al.
Pubblicazione: (2026)
Qianfan-VL: Domain-Enhanced Universal Vision-Language Models
di: Dong, Daxiang, et al.
Pubblicazione: (2025)
di: Dong, Daxiang, et al.
Pubblicazione: (2025)
Enhancing the Safety of Medical Vision-Language Models by Synthetic Demonstrations
di: Xue, Zhiyu, et al.
Pubblicazione: (2025)
di: Xue, Zhiyu, et al.
Pubblicazione: (2025)
Florence-VL: Enhancing Vision-Language Models with Generative Vision Encoder and Depth-Breadth Fusion
di: Chen, Jiuhai, et al.
Pubblicazione: (2024)
di: Chen, Jiuhai, et al.
Pubblicazione: (2024)
Documenti analoghi
-
MedHallTune: An Instruction-Tuning Benchmark for Mitigating Medical Hallucination in Vision-Language Models
di: Yan, Qiao, et al.
Pubblicazione: (2025) -
Prescribing the Right Remedy: Mitigating Hallucinations in Large Vision-Language Models via Targeted Instruction Tuning
di: Hu, Rui, et al.
Pubblicazione: (2024) -
SkySenseGPT: A Fine-Grained Instruction Tuning Dataset and Model for Remote Sensing Vision-Language Understanding
di: Luo, Junwei, et al.
Pubblicazione: (2024) -
Adversarial Prompt Tuning for Vision-Language Models
di: Zhang, Jiaming, et al.
Pubblicazione: (2023) -
Is 'Right' Right? Enhancing Object Orientation Understanding in Multimodal Large Language Models through Egocentric Instruction Tuning
di: Jung, Ji Hyeok, et al.
Pubblicazione: (2024)