Buchumschlag

Teaching Humans Subtle Differences with DIFFusion

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chiquier, Mia, Avrech, Orr, Gandelsman, Yossi, Feng, Berthy, Bouman, Katherine, Vondrick, Carl
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Evolving Interpretable Visual Classifiers with Large Language Models
von: Chiquier, Mia, et al.
Veröffentlicht: (2024)

Variational Bayesian Imaging with an Efficient Surrogate Score-based Prior
von: Feng, Berthy T., et al.
Veröffentlicht: (2023)

U-DAVI: Uncertainty-Aware Diffusion-Prior-Based Amortized Variational Inference for Image Reconstruction
von: Varshney, Ayush, et al.
Veröffentlicht: (2026)

DiSciPLE: Learning Interpretable Programs for Scientific Visual Discovery
von: Mall, Utkarsh, et al.
Veröffentlicht: (2025)

Neural Approximate Mirror Maps for Constrained Diffusion Models
von: Feng, Berthy T., et al.
Veröffentlicht: (2024)

The Unreasonable Effectiveness of Text Embedding Interpolation for Continuous Image Steering
von: Ekin, Yigit, et al.
Veröffentlicht: (2026)

Interpreting ResNet-based CLIP via Neuron-Attention Decomposition
von: Bu, Edmund, et al.
Veröffentlicht: (2025)

Visual Surface Wave Elastography: Revealing Subsurface Physical Properties via Visible Surface Waves
von: Ogren, Alexander C., et al.
Veröffentlicht: (2025)

STeP: A Framework for Solving Scientific Video Inverse Problems with Spatiotemporal Diffusion Priors
von: Zhang, Bingliang, et al.
Veröffentlicht: (2025)

Learning Video Representations without Natural Videos
von: Yu, Xueyang, et al.
Veröffentlicht: (2024)

Interpreting the Second-Order Effects of Neurons in CLIP
von: Gandelsman, Yossi, et al.
Veröffentlicht: (2024)

Provable Probabilistic Imaging using Score-Based Generative Priors
von: Sun, Yu, et al.
Veröffentlicht: (2023)

Interpreting CLIP's Image Representation via Text-Based Decomposition
von: Gandelsman, Yossi, et al.
Veröffentlicht: (2023)

4D Gaussian Splatting as a Learned Dynamical System
von: Asiimwe, Arnold Caleb, et al.
Veröffentlicht: (2025)

The More You See in 2D, the More You Perceive in 3D
von: Han, Xinyang, et al.
Veröffentlicht: (2024)

Vision Transformers Don't Need Trained Registers
von: Jiang, Nick, et al.
Veröffentlicht: (2025)

Interpreting and Editing Vision-Language Representations to Mitigate Hallucinations
von: Jiang, Nick, et al.
Veröffentlicht: (2024)

Quantifying and Enabling the Interpretability of CLIP-like Models
von: Madasu, Avinash, et al.
Veröffentlicht: (2024)

New York Smells: A Large Multimodal Dataset for Olfaction
von: Ozguroglu, Ege, et al.
Veröffentlicht: (2025)

Dynamic Black-hole Emission Tomography with Physics-informed Neural Fields
von: Feng, Berthy T., et al.
Veröffentlicht: (2026)

How Video Meetings Change Your Expression
von: Sarin, Sumit, et al.
Veröffentlicht: (2024)

Whiteboard-of-Thought: Thinking Step-by-Step Across Modalities
von: Menon, Sachit, et al.
Veröffentlicht: (2024)

MedAutoCorrect: Image-Conditioned Autocorrection in Medical Reporting
von: Asiimwe, Arnold Caleb, et al.
Veröffentlicht: (2024)

An Empirical Study of Autoregressive Pre-training from Videos
von: Rajasegaran, Jathushan, et al.
Veröffentlicht: (2025)

Jailbreaking Vision-Language Models Through the Visual Modality
von: Azulay, Aharon, et al.
Veröffentlicht: (2026)

LLMs can see and hear without any training
von: Ashutosh, Kumar, et al.
Veröffentlicht: (2025)

EraseDraw: Learning to Draw Step-by-Step via Erasing Objects from Images
von: Canberk, Alper, et al.
Veröffentlicht: (2024)

Synthesizing Moving People with 3D Control
von: Li, Boyi, et al.
Veröffentlicht: (2024)

Differentiable Robot Rendering
von: Liu, Ruoshi, et al.
Veröffentlicht: (2024)

Interpretable Human Activity Recognition for Subtle Robbery Detection in Surveillance Videos
von: Leyva, Bryan Jhoan Cazáres, et al.
Veröffentlicht: (2026)

Controlling the World by Sleight of Hand
von: Sudhakar, Sruthi, et al.
Veröffentlicht: (2024)

Optimizing Diffusion Priors in Image Reconstruction from a Single Observation
von: Wang, Frederic, et al.
Veröffentlicht: (2026)

Sample-efficient evidence estimation of score based priors for model selection
von: Wang, Frederic, et al.
Veröffentlicht: (2026)

Sin3DM: Learning a Diffusion Model from a Single 3D Textured Shape
von: Wu, Rundi, et al.
Veröffentlicht: (2023)

Score-Based Diffusion Models for Photoacoustic Tomography Image Reconstruction
von: Dey, Sreemanti, et al.
Veröffentlicht: (2024)

Test-Time Training on Video Streams
von: Wang, Renhao, et al.
Veröffentlicht: (2023)

VLM-SubtleBench: How Far Are VLMs from Human-Level Subtle Comparative Reasoning?
von: Kim, Minkyu, et al.
Veröffentlicht: (2026)

Interpreting the Weight Space of Customized Diffusion Models
von: Dravid, Amil, et al.
Veröffentlicht: (2024)

CAViAR: Critic-Augmented Video Agentic Reasoning
von: Menon, Sachit, et al.
Veröffentlicht: (2025)

Subtle Motion Blur Detection and Segmentation from Static Image Artworks
von: Samarth, Ganesh, et al.
Veröffentlicht: (2026)