Buchumschlag

Attention Overlap Is Responsible for The Entity Missing Problem in Text-to-image Diffusion Models!

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Marioriyad, Arash, Banayeeanzade, Mohammadali, Abbasi, Reza, Rohban, Mohammad Hossein, Baghshah, Mahdieh Soleymani
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Diffusion Beats Autoregressive: An Evaluation of Compositional Generation in Text-to-Image Models
von: Marioriyad, Arash, et al.
Veröffentlicht: (2024)

Why Settle for Mid: A Probabilistic Viewpoint to Spatial Relationship Alignment in Text-to-image Models
von: Rezaei, Parham, et al.
Veröffentlicht: (2025)

Analyzing CLIP's Performance Limitations in Multi-Object Scenarios: A Controlled High-Resolution Study
von: Abbasi, Reza, et al.
Veröffentlicht: (2025)

CLIP Under the Microscope: A Fine-Grained Analysis of Multi-Object Representation
von: Abbasi, Reza, et al.
Veröffentlicht: (2025)

Deciphering the Role of Representation Disentanglement: Investigating Compositional Generalization in CLIP Models
von: Abbasi, Reza, et al.
Veröffentlicht: (2024)

No Concept Left Behind: Test-Time Optimization for Compositional Text-to-Image Generation
von: Sameti, Mohammad Hossein, et al.
Veröffentlicht: (2025)

Language Plays a Pivotal Role in the Object-Attribute Compositional Generalization of CLIP
von: Abbasi, Reza, et al.
Veröffentlicht: (2024)

Infinity and Beyond: Compositional Alignment in VAR and Diffusion T2I Models
von: Shahabadi, Hossein, et al.
Veröffentlicht: (2025)

Hidden Meanings in Plain Sight: RebusBench for Evaluating Cognitive Visual Reasoning
von: Kasaei, Seyed Amir, et al.
Veröffentlicht: (2026)

Evaluating the Evaluators: Metrics for Compositional Text-to-Image Generation
von: Kasaei, Seyed Amir, et al.
Veröffentlicht: (2025)

The Silent Judge: Unacknowledged Shortcut Bias in LLM-as-a-Judge
von: Marioriyad, Arash, et al.
Veröffentlicht: (2025)

CARINOX: Inference-time Scaling with Category-Aware Reward-based Initial Noise Optimization and Exploration
von: Kasaei, Seyed Amir, et al.
Veröffentlicht: (2025)

Causal Attribution via Activation Patching
von: Izadi, Amirmohammad, et al.
Veröffentlicht: (2026)

GABInsight: Exploring Gender-Activity Binding Bias in Vision-Language Models
von: Abdollahi, Ali, et al.
Veröffentlicht: (2024)

Lying to Win: Assessing LLM Deception through Human-AI Games and Parallel-World Probing
von: Marioriyad, Arash, et al.
Veröffentlicht: (2026)

Spurious-Aware Prototype Refinement for Reliable Out-of-Distribution Detection
von: Zohrabi, Reihaneh, et al.
Veröffentlicht: (2025)

Visual Structures Helps Visual Reasoning: Addressing the Binding Problem in VLMs
von: Izadi, Amirmohammad, et al.
Veröffentlicht: (2025)

The Judge Who Never Admits: Hidden Shortcuts in LLM-based Evaluation
von: Marioriyad, Arash, et al.
Veröffentlicht: (2026)

RODEO: Robust Outlier Detection via Exposing Adaptive Out-of-Distribution Samples
von: Mirzaei, Hossein, et al.
Veröffentlicht: (2025)

T2I-FineEval: Fine-Grained Compositional Metric for Text-to-Image Evaluation
von: Hosseini, Seyed Mohammad Hadi, et al.
Veröffentlicht: (2025)

LibraGrad: Balancing Gradient Flow for Universally Better Vision Transformer Attributions
von: Mehri, Faridoun, et al.
Veröffentlicht: (2024)

Dilated Balanced Cross Entropy Loss for Medical Image Segmentation
von: Hosseini, Seyed Mohsen, et al.
Veröffentlicht: (2024)

Improving 3D Few-Shot Segmentation with Inference-Time Pseudo-Labeling
von: Mozafari, Mohammad, et al.
Veröffentlicht: (2024)

Classification of Breast Cancer Histopathology Images using a Modified Supervised Contrastive Learning Method
von: Sani, Matina Mahdizadeh, et al.
Veröffentlicht: (2024)

Trained Models Tell Us How to Make Them Robust to Spurious Correlation without Group Annotation
von: Ghaznavi, Mahdi, et al.
Veröffentlicht: (2024)

Large Language Models for Scientific Idea Generation: A Creativity-Centered Survey
von: Shahhosseini, Fatemeh, et al.
Veröffentlicht: (2025)

ComAlign: Compositional Alignment in Vision-Language Models
von: Abdollah, Ali, et al.
Veröffentlicht: (2024)

Fine-Grained Alignment and Noise Refinement for Compositional Text-to-Image Generation
von: Izadi, Amir Mohammad, et al.
Veröffentlicht: (2025)

Hallucination as an Upper Bound: A New Perspective on Text-to-Image Evaluation
von: Kasaei, Seyed Amir, et al.
Veröffentlicht: (2025)

Erasure or Erosion? Evaluating Compositional Degradation in Unlearned Text-To-Image Diffusion Models
von: Koma, Arian Komaei, et al.
Veröffentlicht: (2026)

Understanding Counting Mechanisms in Large Language and Vision-Language Models
von: Hasani, Hosein, et al.
Veröffentlicht: (2025)

HaloProbe: Bayesian Detection and Mitigation of Object Hallucinations in Vision-Language Models
von: Zohrabi, Reihaneh, et al.
Veröffentlicht: (2026)

Erased but Exploitable: Black-box Embedding-Aware Prompting Against Unlearned Text-to-Image Diffusion Models
von: Koma, Arian Komaei, et al.
Veröffentlicht: (2026)

A Contrastive Teacher-Student Framework for Novelty Detection under Style Shifts
von: Mirzaei, Hossein, et al.
Veröffentlicht: (2025)

Uncovering Grounding IDs: How External Cues Shape Multimodal Binding
von: Hasani, Hosein, et al.
Veröffentlicht: (2025)

Unspoken Hints: Accuracy Without Acknowledgement in LLM Reasoning
von: Marioriyad, Arash, et al.
Veröffentlicht: (2025)

Mitigating Spurious Negative Pairs for Robust Industrial Anomaly Detection
von: Mirzaei, Hossein, et al.
Veröffentlicht: (2025)

From Text to Mask: Localizing Entities Using the Attention of Text-to-Image Diffusion Models
von: Xiao, Changming, et al.
Veröffentlicht: (2023)

Decompose-and-Compose: A Compositional Approach to Mitigating Spurious Correlation
von: Noohdani, Fahimeh Hosseini, et al.
Veröffentlicht: (2024)

Novel Pipeline for Diagnosing Acute Lymphoblastic Leukemia Sensitive to Related Biomarkers
von: Farsangi, Amirhossein Askari, et al.
Veröffentlicht: (2023)