Buchumschlag

VLG-CBM: Training Concept Bottleneck Models with Vision-Language Guidance

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Srivastava, Divyansh, Yan, Ge, Weng, Tsui-Wei
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

CI-CBM: Class-Incremental Concept Bottleneck Model for Interpretable Continual Learning
von: Javadi, Amirhosein, et al.
Veröffentlicht: (2026)

Interpretable Generative Models through Post-hoc Concept Bottlenecks
von: Kulkarni, Akshay, et al.
Veröffentlicht: (2025)

Interpretable and Steerable Concept Bottleneck Sparse Autoencoders
von: Kulkarni, Akshay, et al.
Veröffentlicht: (2025)

RAT: Boosting Misclassification Detection Ability without Extra Data
von: Yan, Ge, et al.
Veröffentlicht: (2025)

Interpreting Neurons in Deep Vision Networks with Language Models
von: Bai, Nicholas, et al.
Veröffentlicht: (2024)

Beyond Top Activations: Efficient and Reliable Crowdsourced Evaluation of Automated Interpretability
von: Oikarinen, Tuomas, et al.
Veröffentlicht: (2025)

Provably Robust Conformal Prediction with Improved Efficiency
von: Yan, Ge, et al.
Veröffentlicht: (2024)

V2C-CBM: Building Concept Bottlenecks with Vision-to-Concept Tokenizer
von: He, Hangzhou, et al.
Veröffentlicht: (2025)

Do Vision--Language Models Understand 3D Scenes or Just Catalogue Objects?
von: Maheshwari, Animesh, et al.
Veröffentlicht: (2026)

Linear Explanations for Individual Neurons
von: Oikarinen, Tuomas, et al.
Veröffentlicht: (2024)

Concept Bottleneck Models Without Predefined Concepts
von: Schrodi, Simon, et al.
Veröffentlicht: (2024)

Hyperbolic Concept Bottleneck Models
von: Uyterlinde, Daniel, et al.
Veröffentlicht: (2026)

Flexible Concept Bottleneck Model
von: Du, Xingbo, et al.
Veröffentlicht: (2025)

Chat-CBM: Towards Interactive Concept Bottleneck Models with Frozen Large Language Models
von: He, Hangzhou, et al.
Veröffentlicht: (2025)

AdaCBM: An Adaptive Concept Bottleneck Model for Explainable and Accurate Diagnosis
von: Chowdhury, Townim F., et al.
Veröffentlicht: (2024)

Enhancing Zero-Shot Image Recognition in Vision-Language Models through Human-like Concept Guidance
von: Liu, Hui, et al.
Veröffentlicht: (2025)

Towards Faithful Multimodal Concept Bottleneck Models
von: Moreau, Pierre, et al.
Veröffentlicht: (2026)

Vision Transformer for Transient Noise Classification
von: Srivastava, Divyansh, et al.
Veröffentlicht: (2025)

Interpretability-Guided Test-Time Adversarial Defense
von: Kulkarni, Akshay, et al.
Veröffentlicht: (2024)

Debugging Concept Bottleneck Models through Removal and Retraining
von: Enouen, Eric, et al.
Veröffentlicht: (2025)

Editable Concept Bottleneck Models
von: Hu, Lijie, et al.
Veröffentlicht: (2024)

Unveiling the Visual Counting Bottleneck in Vision-Language Models
von: Pang, Xingzhou, et al.
Veröffentlicht: (2026)

CBM: Curriculum by Masking
von: Jarca, Andrei, et al.
Veröffentlicht: (2024)

Semi-supervised Concept Bottleneck Models
von: Hu, Lijie, et al.
Veröffentlicht: (2024)

Zero-shot Concept Bottleneck Models
von: Yamaguchi, Shin'ya, et al.
Veröffentlicht: (2025)

Process-Guided Concept Bottleneck Model
von: Asiyabi, Reza M., et al.
Veröffentlicht: (2026)

Mitigating Bias in Concept Bottleneck Models for Fair and Interpretable Image Classification
von: Tong, Schrasing, et al.
Veröffentlicht: (2026)

Lay-Your-Scene: Natural Scene Layout Generation with Diffusion Transformers
von: Srivastava, Divyansh, et al.
Veröffentlicht: (2025)

Concept Inconsistency in Dermoscopic Concept Bottleneck Models: A Rough-Set Analysis of the Derm7pt Dataset
von: Nápoles, Gonzalo, et al.
Veröffentlicht: (2026)

Improving Intervention Efficacy via Concept Realignment in Concept Bottleneck Models
von: Singhi, Nishad, et al.
Veröffentlicht: (2024)

DexVLG: Dexterous Vision-Language-Grasp Model at Scale
von: He, Jiawei, et al.
Veröffentlicht: (2025)

The Perceptual Bandwidth Bottleneck in Vision-Language Models: Active Visual Reasoning via Sequential Experimental Design
von: Liu, Anjie, et al.
Veröffentlicht: (2026)

Contrastive Region Guidance: Improving Grounding in Vision-Language Models without Training
von: Wan, David, et al.
Veröffentlicht: (2024)

Mitigating Spurious Background Bias in Multimedia Recognition with Disentangled Concept Bottlenecks
von: Huang, Gaoxiang, et al.
Veröffentlicht: (2025)

EQ-CBM: A Probabilistic Concept Bottleneck with Energy-based Models and Quantized Vectors
von: Kim, Sangwon, et al.
Veröffentlicht: (2024)

Energy-Based Concept Bottleneck Models: Unifying Prediction, Concept Intervention, and Probabilistic Interpretations
von: Xu, Xinyue, et al.
Veröffentlicht: (2024)

Learning New Concepts, Remembering the Old: Continual Learning for Multimodal Concept Bottleneck Models
von: Lai, Songning, et al.
Veröffentlicht: (2024)

Concept-skill Transferability-based Data Selection for Large Vision-Language Models
von: Lee, Jaewoo, et al.
Veröffentlicht: (2024)

Vision-Language Models Encode Clinical Guidelines for Concept-Based Medical Reasoning
von: Harmanani, Mohamed, et al.
Veröffentlicht: (2026)

Adaptive Concept Bottleneck for Foundation Models Under Distribution Shifts
von: Choi, Jihye, et al.
Veröffentlicht: (2024)