Joint Vision-Language Social Bias Removal for CLIP

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Haoyu, Guo, Yangyang, Kankanhalli, Mohan
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

ELIP: Efficient Discriminative Language-Image Pre-training with Fewer Vision Tokens
von: Guo, Yangyang, et al.
Veröffentlicht: (2023)

SCAN: Bootstrapping Contrastive Pre-training for Data Efficiency
von: Guo, Yangyang, et al.
Veröffentlicht: (2024)

VidHal: Benchmarking Temporal Hallucinations in Vision LLMs
von: Choong, Wey Yeh, et al.
Veröffentlicht: (2024)

Do Vision-Language Transformers Exhibit Visual Commonsense? An Empirical Study of VCR
von: Li, Zhenyang, et al.
Veröffentlicht: (2024)

The VLLM Safety Paradox: Dual Ease in Jailbreak Attack and Defense
von: Guo, Yangyang, et al.
Veröffentlicht: (2024)

UNK-VQA: A Dataset and a Probe into the Abstention Ability of Multi-modal Large Models
von: Guo, Yangyang, et al.
Veröffentlicht: (2023)

Diffusion Facial Forgery Detection
von: Cheng, Harry, et al.
Veröffentlicht: (2024)

Towards Generalizable Deepfake Detection via Real Distribution Bias Correction
von: Liu, Ming-Hui, et al.
Veröffentlicht: (2026)

Enhancing HOI Detection with Contextual Cues from Large Vision-Language Models
von: Zhan, Yu-Wei, et al.
Veröffentlicht: (2023)

Technical Report for ICML 2024 TiFA Workshop MLLM Attack Challenge: Suffix Injection and Projected Gradient Descent Can Easily Fool An MLLM
von: Guo, Yangyang, et al.
Veröffentlicht: (2024)

Fair Deepfake Detectors Can Generalize
von: Cheng, Harry, et al.
Veröffentlicht: (2025)

From Global to Local: Social Bias Transfer in CLIP
von: Ramos, Ryan, et al.
Veröffentlicht: (2025)

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

Aggregating Diverse Cue Experts for AI-Generated Image Detection
von: Tan, Lei, et al.
Veröffentlicht: (2026)

Safe-CLIP: Removing NSFW Concepts from Vision-and-Language Models
von: Poppi, Samuele, et al.
Veröffentlicht: (2023)

FairCLIP: Social Bias Elimination based on Attribute Prototype Learning and Representation Neutralization
von: Wang, Junyang, et al.
Veröffentlicht: (2022)

FractalForensics: Proactive Deepfake Detection and Localization via Fractal Watermarks
von: Wang, Tianyi, et al.
Veröffentlicht: (2025)

Can CLIP Count Stars? An Empirical Study on Quantity Bias in CLIP
von: Zhang, Zeliang, et al.
Veröffentlicht: (2024)

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

Word-Anchored Temporal Forgery Localization
von: Wang, Tianyi, et al.
Veröffentlicht: (2026)

Object-Centric Framework for Video Moment Retrieval
von: Li, Zongyao, et al.
Veröffentlicht: (2025)

FairCLIP: Harnessing Fairness in Vision-Language Learning
von: Luo, Yan, et al.
Veröffentlicht: (2024)

ProCLIP: Progressive Vision-Language Alignment via LLM-based Embedder
von: Hu, Xiaoxing, et al.
Veröffentlicht: (2025)

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

STAR: Skeleton-aware Text-based 4D Avatar Generation with In-Network Motion Retargeting
von: Chai, Zenghao, et al.
Veröffentlicht: (2024)

Learning to Predict Gradients for Semi-Supervised Continual Learning
von: Luo, Yan, et al.
Veröffentlicht: (2022)

TOPA: Extending Large Language Models for Video Understanding via Text-Only Pre-Alignment
von: Li, Wei, et al.
Veröffentlicht: (2024)

MaskedCLIP: Bridging the Masked and CLIP Space for Semi-Supervised Medical Vision-Language Pre-training
von: Zhu, Lei, et al.
Veröffentlicht: (2025)

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

VidLBEval: Benchmarking and Mitigating Language Bias in Video-Involved LVLMs
von: Yang, Yiming, et al.
Veröffentlicht: (2025)

Defurnishing with X-Ray Vision: Joint Removal of Furniture from Panoramas and Mesh
von: Dolhasz, Alan, et al.
Veröffentlicht: (2025)

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

VisBias: Measuring Explicit and Implicit Social Biases in Vision Language Models
von: Huang, Jen-tse, et al.
Veröffentlicht: (2025)

RWKV-CLIP: A Robust Vision-Language Representation Learner
von: Gu, Tiancheng, et al.
Veröffentlicht: (2024)

Selective Vision-Language Subspace Projection for Few-shot CLIP
von: Zhu, Xingyu, et al.
Veröffentlicht: (2024)

Image-Based Virtual Try-On: A Survey
von: Song, Dan, et al.
Veröffentlicht: (2023)

MimiCAT: Mimic with Correspondence-Aware Cascade-Transformer for Category-Free 3D Pose Transfer
von: Chai, Zenghao, et al.
Veröffentlicht: (2025)

Locating Demographic Bias at the Attention-Head Level in CLIP's Vision Encoder
von: Yasser, Alaa, et al.
Veröffentlicht: (2026)

Nearest Neighbor Projection Removal Adversarial Training
von: Singh, Himanshu, et al.
Veröffentlicht: (2025)

CosmoCLIP: Generalizing Large Vision-Language Models for Astronomical Imaging
von: Imam, Raza, et al.
Veröffentlicht: (2024)