Buchumschlag

Can CLIP Count Stars? An Empirical Study on Quantity Bias in CLIP

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Zeliang, Liu, Zhuo, Feng, Mingqian, Xu, Chenliang
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Targeted Forgetting of Image Subgroups in CLIP Models
von: Zhang, Zeliang, et al.
Veröffentlicht: (2025)

Will the Inclusion of Generated Data Amplify Bias Across Generations in Future Image Classification Models?
von: Zhang, Zeliang, et al.
Veröffentlicht: (2024)

Is CLIP Cross-Eyed? Revealing and Mitigating Center Bias in the CLIP Family
von: Chew, Oscar, et al.
Veröffentlicht: (2026)

Do More Details Always Introduce More Hallucinations in LVLM-based Image Captioning?
von: Feng, Mingqian, et al.
Veröffentlicht: (2024)

Discover and Mitigate Multiple Biased Subgroups in Image Classifiers
von: Zhang, Zeliang, et al.
Veröffentlicht: (2024)

Debiasing CLIP: Interpreting and Correcting Bias in Attention Heads
von: Yeo, Wei Jie, et al.
Veröffentlicht: (2025)

CLIP-KD: An Empirical Study of CLIP Model Distillation
von: Yang, Chuanguang, et al.
Veröffentlicht: (2023)

Why Instruction-Based Unlearning Fails in Diffusion Models?
von: Zhang, Zeliang, et al.
Veröffentlicht: (2026)

CLIP-EBC: CLIP Can Count Accurately through Enhanced Blockwise Classification
von: Ma, Yiming, et al.
Veröffentlicht: (2024)

Demystifying CLIP Data
von: Xu, Hu, et al.
Veröffentlicht: (2023)

TripletCLIP: Improving Compositional Reasoning of CLIP via Synthetic Vision-Language Negatives
von: Patel, Maitreya, et al.
Veröffentlicht: (2024)

CultureCLIP: Empowering CLIP with Cultural Awareness through Synthetic Images and Contextualized Captions
von: Huang, Yuchen, et al.
Veröffentlicht: (2025)

Meta CLIP 2: A Worldwide Scaling Recipe
von: Chuang, Yung-Sung, et al.
Veröffentlicht: (2025)

TiC-CLIP: Continual Training of CLIP Models
von: Garg, Saurabh, et al.
Veröffentlicht: (2023)

InterCLIP-MEP: Interactive CLIP and Memory-Enhanced Predictor for Multi-modal Sarcasm Detection
von: Chen, Junjie, et al.
Veröffentlicht: (2024)

VideoCLIP-XL: Advancing Long Description Understanding for Video CLIP Models
von: Wang, Jiapeng, et al.
Veröffentlicht: (2024)

LowCLIP: Adapting the CLIP Model Architecture for Low-Resource Languages in Multimodal Image Retrieval Task
von: Asgarov, Ali, et al.
Veröffentlicht: (2024)

FLEX-CLIP: Feature-Level GEneration Network Enhanced CLIP for X-shot Cross-modal Retrieval
von: Xie, Jingyou, et al.
Veröffentlicht: (2024)

Generalizable Prompt Learning of CLIP: A Brief Overview
von: Cui, Fangming, et al.
Veröffentlicht: (2025)

Forward Learning for Gradient-based Black-box Saliency Map Generation
von: Zhang, Zeliang, et al.
Veröffentlicht: (2024)

AMU-Tuning: Effective Logit Bias for CLIP-based Few-shot Learning
von: Tang, Yuwei, et al.
Veröffentlicht: (2024)

CLIP-Adapter: Better Vision-Language Models with Feature Adapters
von: Gao, Peng, et al.
Veröffentlicht: (2021)

LatteCLIP: Unsupervised CLIP Fine-Tuning via LMM-Synthetic Texts
von: Cao, Anh-Quan, et al.
Veröffentlicht: (2024)

ReCLIP++: Learn to Rectify the Bias of CLIP for Unsupervised Semantic Segmentation
von: Wang, Jingyun, et al.
Veröffentlicht: (2024)

CountCLIP -- [Re] Teaching CLIP to Count to Ten
von: Mestha, Harshvardhan, et al.
Veröffentlicht: (2024)

SuperCLIP: CLIP with Simple Classification Supervision
von: Zhao, Weiheng, et al.
Veröffentlicht: (2025)

HiMo-CLIP: Modeling Semantic Hierarchy and Monotonicity in Vision-Language Alignment
von: Wu, Ruijia, et al.
Veröffentlicht: (2025)

Video Understanding with Large Language Models: A Survey
von: Tang, Yolo Y., et al.
Veröffentlicht: (2023)

WP-CLIP: Leveraging CLIP to Predict Wölfflin's Principles in Visual Art
von: Ghildyal, Abhijay, et al.
Veröffentlicht: (2025)

Taming CLIP for Fine-grained and Structured Visual Understanding of Museum Exhibits
von: Balauca, Ada-Astrid, et al.
Veröffentlicht: (2024)

SPECS: Specificity-Enhanced CLIP-Score for Long Image Caption Evaluation
von: Chen, Xiaofu, et al.
Veröffentlicht: (2025)

ComCLIP: Training-Free Compositional Image and Text Matching
von: Jiang, Kenan, et al.
Veröffentlicht: (2022)

Joint Vision-Language Social Bias Removal for CLIP
von: Zhang, Haoyu, et al.
Veröffentlicht: (2024)

Know "No" Better: A Data-Driven Approach for Enhancing Negation Awareness in CLIP
von: Park, Junsung, et al.
Veröffentlicht: (2025)

CLIP-SVD: Efficient and Interpretable Vision-Language Adaptation via Singular Values
von: Koleilat, Taha, et al.
Veröffentlicht: (2025)

Updating CLIP to Prefer Descriptions Over Captions
von: Zur, Amir, et al.
Veröffentlicht: (2024)

Learning to Transform Dynamically for Better Adversarial Transferability
von: Zhu, Rongyi, et al.
Veröffentlicht: (2024)

ProxyCLIP: Proxy Attention Improves CLIP for Open-Vocabulary Segmentation
von: Lan, Mengcheng, et al.
Veröffentlicht: (2024)

ClearCLIP: Decomposing CLIP Representations for Dense Vision-Language Inference
von: Lan, Mengcheng, et al.
Veröffentlicht: (2024)

MedCLIP-SAMv2: Towards Universal Text-Driven Medical Image Segmentation
von: Koleilat, Taha, et al.
Veröffentlicht: (2024)