Buchumschlag

OneEncoder: A Lightweight Framework for Progressive Alignment of Modalities

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Faye, Bilal, Azzag, Hanane, Lebbah, Mustapha
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

Lightweight Modular Parameter-Efficient Tuning for Open-Vocabulary Object Detection
von: Faye, Bilal, et al.
Veröffentlicht: (2024)

Adaptative Context Normalization: A Boost for Deep Learning in Image Processing
von: Faye, Bilal, et al.
Veröffentlicht: (2024)

Energy-Regularized Spatial Masking: A Novel Approach to Enhancing Robustness and Interpretability in Vision Models
von: Devynck, Tom, et al.
Veröffentlicht: (2026)

Context Normalization Layer with Applications
von: Faye, Bilal, et al.
Veröffentlicht: (2023)

Lightweight Cross-Modal Representation Learning
von: Faye, Bilal, et al.
Veröffentlicht: (2024)

Supervised Batch Normalization
von: Faye, Bilal, et al.
Veröffentlicht: (2024)

Prototype-Guided Diffusion: Visual Conditioning without External Memory
von: Faye, Bilal, et al.
Veröffentlicht: (2025)

Value-Free Policy Optimization via Reward Partitioning
von: Faye, Bilal, et al.
Veröffentlicht: (2025)

Enhancing Neural Network Representations with Prior Knowledge-Based Normalization
von: Faye, Bilal, et al.
Veröffentlicht: (2024)

Unsupervised Adaptive Normalization
von: Faye, Bilal, et al.
Veröffentlicht: (2024)

Adaptive Head Budgeting for Efficient Multi-Head Attention
von: Faye, Bilal, et al.
Veröffentlicht: (2026)

MB-ORES: A Multi-Branch Object Reasoner for Visual Grounding in Remote Sensing
von: Radouane, Karim, et al.
Veröffentlicht: (2025)

Game Theory Meets Statistical Mechanics in Deep Learning Design
von: Bouchaffra, Djamel, et al.
Veröffentlicht: (2024)

Tuning Just Enough: Lightweight Backdoor Attacks on Multi-Encoder Diffusion Models
von: Chen, Ziyuan, et al.
Veröffentlicht: (2026)

TinyAlign: Boosting Lightweight Vision-Language Models by Mitigating Modal Alignment Bottlenecks
von: Hu, Yuanze, et al.
Veröffentlicht: (2025)

Distributed MCMC inference for Bayesian Non-Parametric Latent Block Model
von: Khoufache, Reda, et al.
Veröffentlicht: (2024)

DiA-gnostic VLVAE: Disentangled Alignment-Constrained Vision Language Variational AutoEncoder for Robust Radiology Reporting with Missing Modalities
von: Shaik, Nagur Shareef, et al.
Veröffentlicht: (2025)

Modality Alignment across Trees on Heterogeneous Hyperbolic Manifolds
von: Wu, Wei, et al.
Veröffentlicht: (2025)

Improved Alignment of Modalities in Large Vision Language Models
von: Jangra, Kartik, et al.
Veröffentlicht: (2025)

Progressive Local Alignment for Medical Multimodal Pre-training
von: Yan, Huimin, et al.
Veröffentlicht: (2025)

AFN: Adaptive Fusion Normalization via an Encoder-Decoder Framework
von: Zhou, Zikai, et al.
Veröffentlicht: (2023)

Efficient Remote Sensing with Harmonized Transfer Learning and Modality Alignment
von: Huang, Tengjun
Veröffentlicht: (2024)

Text-centric Alignment for Multi-Modality Learning
von: Tsai, Yun-Da, et al.
Veröffentlicht: (2024)

Lightweight Facial Landmark Detection in Thermal Images via Multi-Level Cross-Modal Knowledge Transfer
von: Tong, Qiyi, et al.
Veröffentlicht: (2025)

Bridging Modalities via Progressive Re-alignment for Multimodal Test-Time Adaptation
von: Li, Jiacheng, et al.
Veröffentlicht: (2025)

OneLLM: One Framework to Align All Modalities with Language
von: Han, Jiaming, et al.
Veröffentlicht: (2023)

Bayesian Cross-Modal Alignment Learning for Few-Shot Out-of-Distribution Generalization
von: Zhu, Lin, et al.
Veröffentlicht: (2025)

Progressive Alignment with VLM-LLM Feature to Augment Defect Classification for the ASE Dataset
von: Hsu, Chih-Chung, et al.
Veröffentlicht: (2024)

EMMA: Efficient Visual Alignment in Multi-Modal LLMs
von: Ghazanfari, Sara, et al.
Veröffentlicht: (2024)

DUNIA: Pixel-Sized Embeddings via Cross-Modal Alignment for Earth Observation Applications
von: Fayad, Ibrahim, et al.
Veröffentlicht: (2025)

JANUS: A Lightweight Framework for Jailbreaking Text-to-Image Models via Distribution Optimization
von: Zheng, Haolun, et al.
Veröffentlicht: (2026)

Exploiting Lightweight Hierarchical ViT and Dynamic Framework for Efficient Visual Tracking
von: Kang, Ben, et al.
Veröffentlicht: (2025)

An Attentive Dual-Encoder Framework Leveraging Multimodal Visual and Semantic Information for Automatic OSAHS Diagnosis
von: Wei, Yingchen, et al.
Veröffentlicht: (2024)

Data Selection for Fine-tuning Vision Language Models via Cross Modal Alignment Trajectories
von: Naharas, Nilay, et al.
Veröffentlicht: (2025)

GNSP: Gradient Null Space Projection for Preserving Cross-Modal Alignment in VLMs Continual Learning
von: Peng, Tiantian, et al.
Veröffentlicht: (2025)

Semi-MedRef: Semi-Supervised Medical Referring Image Segmentation with Cross-Modal Alignment
von: Li, Yuchen, et al.
Veröffentlicht: (2026)

X-VILA: Cross-Modality Alignment for Large Language Model
von: Ye, Hanrong, et al.
Veröffentlicht: (2024)

Regularization by denoising: Bayesian model and Langevin-within-split Gibbs sampling
von: Faye, Elhadji C., et al.
Veröffentlicht: (2024)

Multi-Modal Landslide Detection from Sentinel-1 SAR and Sentinel-2 Optical Imagery Using Multi-Encoder Vision Transformers and Ensemble Learning
von: Nasios, Ioannis
Veröffentlicht: (2026)

General-Purpose Multi-Modal OOD Detection Framework
von: Duong, Viet, et al.
Veröffentlicht: (2023)