Buchumschlag

FLAIR: VLM with Fine-grained Language-informed Image Representations

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xiao, Rui, Kim, Sanghwan, Georgescu, Mariana-Iuliana, Akata, Zeynep, Alaniz, Stephan
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

COSMOS: Cross-Modality Self-Distillation for Vision Language Pre-training
von: Kim, Sanghwan, et al.
Veröffentlicht: (2024)

FINER: MLLMs Hallucinate under Fine-grained Negative Queries
von: Xiao, Rui, et al.
Veröffentlicht: (2026)

Training-free Uncertainty Guidance for Complex Visual Tasks with MLLMs
von: Kim, Sanghwan, et al.
Veröffentlicht: (2025)

From Drop-off to Recovery: A Mechanistic Analysis of Segmentation in MLLMs
von: Wu, Boyong, et al.
Veröffentlicht: (2026)

EgoCVR: An Egocentric Benchmark for Fine-Grained Composed Video Retrieval
von: Hummel, Thomas, et al.
Veröffentlicht: (2024)

SUB: Benchmarking CBM Generalization via Synthetic Attribute Substitutions
von: Bader, Jessica, et al.
Veröffentlicht: (2025)

Concept-Guided Interpretability via Neural Chunking
von: Wu, Shuchen, et al.
Veröffentlicht: (2025)

Subspace-Boosted Model Merging
von: Skorobogat, Ronald, et al.
Veröffentlicht: (2025)

A Large Scale Analysis of Gender Biases in Text-to-Image Generative Models
von: Girrbach, Leander, et al.
Veröffentlicht: (2025)

LoFT: LoRA-fused Training Dataset Generation with Few-shot Guidance
von: Kim, Jae Myung, et al.
Veröffentlicht: (2025)

Road Obstacle Video Segmentation
von: Rai, Shyam Nandan, et al.
Veröffentlicht: (2025)

FLAIR: Frequency- and Locality-Aware Implicit Neural Representations
von: Ko, Sukhun, et al.
Veröffentlicht: (2025)

Weight Copy and Low-Rank Adaptation for Few-Shot Distillation of Vision Transformers
von: Grigore, Diana-Nicoleta, et al.
Veröffentlicht: (2024)

X-Aligner: Composed Visual Retrieval without the Bells and Whistles
von: Zheng, Yuqian, et al.
Veröffentlicht: (2026)

Identity-Aware U-Net: Fine-grained Cell Segmentation via Identity-Aware Representation Learning
von: Xiao, Rui
Veröffentlicht: (2026)

Time Series Representations for Classification Lie Hidden in Pretrained Vision Transformers
von: Roschmann, Simon, et al.
Veröffentlicht: (2025)

Anatomy-VLM: A Fine-grained Vision-Language Model for Medical Interpretation
von: Gu, Difei, et al.
Veröffentlicht: (2025)

Explaining CLIP Zero-shot Predictions Through Concepts
von: Ozdemir, Onat, et al.
Veröffentlicht: (2026)

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

Sparse Autoencoders Learn Monosemantic Features in Vision-Language Models
von: Pach, Mateusz, et al.
Veröffentlicht: (2025)

DataDream: Few-shot Guided Dataset Generation
von: Kim, Jae Myung, et al.
Veröffentlicht: (2024)

MedFILIP: Medical Fine-grained Language-Image Pre-training
von: Liang, Xinjie, et al.
Veröffentlicht: (2025)

Pairwise Matching of Intermediate Representations for Fine-grained Explainability
von: Shrack, Lauren, et al.
Veröffentlicht: (2025)

VLM6D: VLM based 6Dof Pose Estimation based on RGB-D Images
von: Sarowar, Md Selim, et al.
Veröffentlicht: (2025)

Fine-grained Background Representation for Weakly Supervised Semantic Segmentation
von: Yin, Xu, et al.
Veröffentlicht: (2024)

M$^2$IV: Towards Efficient and Fine-grained Multimodal In-Context Learning via Representation Engineering
von: Li, Yanshu, et al.
Veröffentlicht: (2025)

LensVLM: Selective Context Expansion for Compressed Visual Representation of Text
von: Xie, Roy, et al.
Veröffentlicht: (2026)

The Latent Color Subspace: Emergent Order in High-Dimensional Chaos
von: Pach, Mateusz, et al.
Veröffentlicht: (2026)

Person-Centric Annotations of LAION-400M: Auditing Bias and Its Transfer to Models
von: Girrbach, Leander, et al.
Veröffentlicht: (2025)

Adaptive Self-training Framework for Fine-grained Scene Graph Generation
von: Kim, Kibum, et al.
Veröffentlicht: (2024)

Multi-modal Representations for Fine-grained Multi-label Critical View of Safety Recognition
von: Baby, Britty, et al.
Veröffentlicht: (2025)

T2I-VeRW: Part-level Fine-grained Perception for Text-to-Image Vehicle Retrieval
von: Wang, Xiao, et al.
Veröffentlicht: (2026)

Respect the model: Fine-grained and Robust Explanation with Sharing Ratio Decomposition
von: Han, Sangyu, et al.
Veröffentlicht: (2024)

Stitch: Training-Free Position Control in Multimodal Diffusion Transformers
von: Bader, Jessica, et al.
Veröffentlicht: (2025)

A unified FLAIR hyperintensity segmentation model for various CNS tumor types and acquisition time points
von: Faanes, Mathilde Gajda, et al.
Veröffentlicht: (2025)

FingER: Content Aware Fine-grained Evaluation with Reasoning for AI-Generated Videos
von: Chen, Rui, et al.
Veröffentlicht: (2025)

Lost in Space: Probing Fine-grained Spatial Understanding in Vision and Language Resamplers
von: Pantazopoulos, Georgios, et al.
Veröffentlicht: (2024)

A Closer Look at Multimodal Representation Collapse
von: Chaudhuri, Abhra, et al.
Veröffentlicht: (2025)

Understanding and Defending VLM Jailbreaks via Jailbreak-Related Representation Shift
von: Wei, Zhihua, et al.
Veröffentlicht: (2026)

CARPE: Context-Aware Image Representation Prioritization via Ensemble for Large Vision-Language Models
von: Lee, Donghee, et al.
Veröffentlicht: (2026)