MegaCOIN: Enhancing Medium-Grained Color Perception for Vision-Language Models
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Chiu, Ming-Chang, Wen, Shicheng, Chen, Pin-Yu, Ma, Xuezhe |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
ColorSense: A Study on Color Vision in Machine Visual Recognition
par: Chiu, Ming-Chang, et autres
Publié: (2022)
par: Chiu, Ming-Chang, et autres
Publié: (2022)
Light-weight Fine-tuning Method for Defending Adversarial Noise in Pre-trained Medical Vision-Language Models
par: Han, Xu, et autres
Publié: (2024)
par: Han, Xu, et autres
Publié: (2024)
AntifakePrompt: Prompt-Tuned Vision-Language Models are Fake Image Detectors
par: Chang, You-Ming, et autres
Publié: (2023)
par: Chang, You-Ming, et autres
Publié: (2023)
When Does Visual Prompting Outperform Linear Probing for Vision-Language Models? A Likelihood Perspective
par: Tsao, Hsi-Ai, et autres
Publié: (2024)
par: Tsao, Hsi-Ai, et autres
Publié: (2024)
AIDE: Agentically Improve Visual Language Model with Domain Experts
par: Chiu, Ming-Chang, et autres
Publié: (2025)
par: Chiu, Ming-Chang, et autres
Publié: (2025)
Steering to Say No: Configurable Refusal via Activation Steering in Vision Language Models
par: Yang, Jiaxi, et autres
Publié: (2026)
par: Yang, Jiaxi, et autres
Publié: (2026)
Differentiable Prompt Learning for Vision Language Models
par: Huang, Zhenhan, et autres
Publié: (2024)
par: Huang, Zhenhan, et autres
Publié: (2024)
DDI-CoCo: A Dataset For Understanding The Effect Of Color Contrast In Machine-Assisted Skin Disease Detection
par: Chiu, Ming-Chang, et autres
Publié: (2024)
par: Chiu, Ming-Chang, et autres
Publié: (2024)
SSR: Enhancing Depth Perception in Vision-Language Models via Rationale-Guided Spatial Reasoning
par: Liu, Yang, et autres
Publié: (2025)
par: Liu, Yang, et autres
Publié: (2025)
Introducing Visual Perception Token into Multimodal Large Language Model
par: Yu, Runpeng, et autres
Publié: (2025)
par: Yu, Runpeng, et autres
Publié: (2025)
COIN: Counterfactual inpainting for weakly supervised semantic segmentation for medical images
par: Shvetsov, Dmytro, et autres
Publié: (2024)
par: Shvetsov, Dmytro, et autres
Publié: (2024)
Fine-Grained Alignment in Vision-and-Language Navigation through Bayesian Optimization
par: Song, Yuhang, et autres
Publié: (2024)
par: Song, Yuhang, et autres
Publié: (2024)
Beyond Perception Errors: Semantic Fixation in Large Vision-Language Models
par: Alam, Md Tanvirul
Publié: (2026)
par: Alam, Md Tanvirul
Publié: (2026)
Modular Prompt Learning Improves Vision-Language Models
par: Huang, Zhenhan, et autres
Publié: (2025)
par: Huang, Zhenhan, et autres
Publié: (2025)
Multilingual Diversity Improves Vision-Language Representations
par: Nguyen, Thao, et autres
Publié: (2024)
par: Nguyen, Thao, et autres
Publié: (2024)
FRISM: Fine-Grained Reasoning Injection via Subspace-Level Model Merging for Vision-Language Models
par: Huang, Chenyu, et autres
Publié: (2026)
par: Huang, Chenyu, et autres
Publié: (2026)
Perception Tokens Enhance Visual Reasoning in Multimodal Language Models
par: Bigverdi, Mahtab, et autres
Publié: (2024)
par: Bigverdi, Mahtab, et autres
Publié: (2024)
Linking Robustness and Generalization: A k* Distribution Analysis of Concept Clustering in Latent Space for Vision Models
par: Kotyan, Shashank, et autres
Publié: (2024)
par: Kotyan, Shashank, et autres
Publié: (2024)
Time-VLM: Exploring Multimodal Vision-Language Models for Augmented Time Series Forecasting
par: Zhong, Siru, et autres
Publié: (2025)
par: Zhong, Siru, et autres
Publié: (2025)
RLS3: RL-Based Synthetic Sample Selection to Enhance Spatial Reasoning in Vision-Language Models for Indoor Autonomous Perception
par: Waite, Joshua R., et autres
Publié: (2025)
par: Waite, Joshua R., et autres
Publié: (2025)
Masking Improves Contrastive Self-Supervised Learning for ConvNets, and Saliency Tells You Where
par: Chin, Zhi-Yi, et autres
Publié: (2023)
par: Chin, Zhi-Yi, et autres
Publié: (2023)
Euclid's Gift: Enhancing Spatial Perception and Reasoning in Vision-Language Models via Geometric Surrogate Tasks
par: Lian, Shijie, et autres
Publié: (2025)
par: Lian, Shijie, et autres
Publié: (2025)
CropVLM: Learning to Zoom for Fine-Grained Vision-Language Perception
par: Carvalho, Miguel, et autres
Publié: (2025)
par: Carvalho, Miguel, et autres
Publié: (2025)
TA-Prompting: Enhancing Video Large Language Models for Dense Video Captioning via Temporal Anchors
par: Cheng, Wei-Yuan, et autres
Publié: (2026)
par: Cheng, Wei-Yuan, et autres
Publié: (2026)
Same or Not? Enhancing Visual Perception in Vision-Language Models
par: Marsili, Damiano, et autres
Publié: (2025)
par: Marsili, Damiano, et autres
Publié: (2025)
Red-Teaming Text-to-Image Models via In-Context Experience Replay and Semantic-Preserving Prompt Rewriting
par: Chin, Zhi-Yi, et autres
Publié: (2024)
par: Chin, Zhi-Yi, et autres
Publié: (2024)
CoreMatching: A Co-adaptive Sparse Inference Framework with Token and Neuron Pruning for Comprehensive Acceleration of Vision-Language Models
par: Wang, Qinsi, et autres
Publié: (2025)
par: Wang, Qinsi, et autres
Publié: (2025)
MultiCOIN: Multi-Modal COntrollable Video INbetweening
par: Tanveer, Maham, et autres
Publié: (2025)
par: Tanveer, Maham, et autres
Publié: (2025)
Effective Backdoor Mitigation in Vision-Language Models Depends on the Pre-training Objective
par: Verma, Sahil, et autres
Publié: (2023)
par: Verma, Sahil, et autres
Publié: (2023)
Uncolorable Examples: Preventing Unauthorized AI Colorization via Perception-Aware Chroma-Restrictive Perturbation
par: Nii, Yuki, et autres
Publié: (2025)
par: Nii, Yuki, et autres
Publié: (2025)
Analyzing Fine-Grained Alignment and Enhancing Vision Understanding in Multimodal Language Models
par: Jiang, Jiachen, et autres
Publié: (2025)
par: Jiang, Jiachen, et autres
Publié: (2025)
Vision Transformers Exhibit Human-Like Biases: Evidence of Orientation and Color Selectivity, Categorical Perception, and Phase Transitions
par: Bahador, Nooshin
Publié: (2025)
par: Bahador, Nooshin
Publié: (2025)
Quantifying Cross-Modality Memorization in Vision-Language Models
par: Wen, Yuxin, et autres
Publié: (2025)
par: Wen, Yuxin, et autres
Publié: (2025)
Fine-Grained Classification for Poisonous Fungi Identification with Transfer Learning
par: Chiu, Christopher, et autres
Publié: (2024)
par: Chiu, Christopher, et autres
Publié: (2024)
Investigating and Enhancing Vision-Audio Capability in Omnimodal Large Language Models
par: Hu, Rui, et autres
Publié: (2025)
par: Hu, Rui, et autres
Publié: (2025)
HoneyBee: Data Recipes for Vision-Language Reasoners
par: Bansal, Hritik, et autres
Publié: (2025)
par: Bansal, Hritik, et autres
Publié: (2025)
Multi-Token Enhancing for Vision Representation Learning
par: Li, Zhong-Yu, et autres
Publié: (2024)
par: Li, Zhong-Yu, et autres
Publié: (2024)
TopoPerception: A Shortcut-Free Evaluation of Global Visual Perception in Large Vision-Language Models
par: Zhou, Wenhao, et autres
Publié: (2025)
par: Zhou, Wenhao, et autres
Publié: (2025)
Invisible Backdoor Triggers in Image Editing Model via Deep Watermarking
par: Chen, Yu-Feng, et autres
Publié: (2025)
par: Chen, Yu-Feng, et autres
Publié: (2025)
Diagnosing Vision Language Models' Perception by Leveraging Human Methods for Color Vision Deficiencies
par: Hayashi, Kazuki, et autres
Publié: (2025)
par: Hayashi, Kazuki, et autres
Publié: (2025)
Documents similaires
-
ColorSense: A Study on Color Vision in Machine Visual Recognition
par: Chiu, Ming-Chang, et autres
Publié: (2022) -
Light-weight Fine-tuning Method for Defending Adversarial Noise in Pre-trained Medical Vision-Language Models
par: Han, Xu, et autres
Publié: (2024) -
AntifakePrompt: Prompt-Tuned Vision-Language Models are Fake Image Detectors
par: Chang, You-Ming, et autres
Publié: (2023) -
When Does Visual Prompting Outperform Linear Probing for Vision-Language Models? A Likelihood Perspective
par: Tsao, Hsi-Ai, et autres
Publié: (2024) -
AIDE: Agentically Improve Visual Language Model with Domain Experts
par: Chiu, Ming-Chang, et autres
Publié: (2025)