Visual Perturbation and Adaptive Hard Negative Contrastive Learning for Compositional Reasoning in Vision-Language Models
Fuente:
arXiv
Salvato in:
| Autori principali: | Huang, Xin, Li, Ruibin, Jia, Tong, Zheng, Wei, Wang, Ya |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
No Hard Negatives Required: Concept Centric Learning Leads to Compositionality without Degrading Zero-shot Capabilities of Contrastive Models
di: Pham, Hai X., et al.
Pubblicazione: (2026)
di: Pham, Hai X., et al.
Pubblicazione: (2026)
Unleashing the Power of Vision-Language Models for Long-Tailed Multi-Label Visual Recognition
di: Tang, Wei, et al.
Pubblicazione: (2025)
di: Tang, Wei, et al.
Pubblicazione: (2025)
Qwen Look Again: Guiding Vision-Language Reasoning Models to Re-attention Visual Information
di: Chu, Xu, et al.
Pubblicazione: (2025)
di: Chu, Xu, et al.
Pubblicazione: (2025)
Semantic Compositions Enhance Vision-Language Contrastive Learning
di: Aladago, Maxwell, et al.
Pubblicazione: (2024)
di: Aladago, Maxwell, et al.
Pubblicazione: (2024)
Negative Label Guided OOD Detection with Pretrained Vision-Language Models
di: Jiang, Xue, et al.
Pubblicazione: (2024)
di: Jiang, Xue, et al.
Pubblicazione: (2024)
Not Only Text: Exploring Compositionality of Visual Representations in Vision-Language Models
di: Berasi, Davide, et al.
Pubblicazione: (2025)
di: Berasi, Davide, et al.
Pubblicazione: (2025)
Efficient and Long-Tailed Generalization for Pre-trained Vision-Language Model
di: Shi, Jiang-Xin, et al.
Pubblicazione: (2024)
di: Shi, Jiang-Xin, et al.
Pubblicazione: (2024)
EasyARC: Evaluating Vision Language Models on True Visual Reasoning
di: Unsal, Mert, et al.
Pubblicazione: (2025)
di: Unsal, Mert, et al.
Pubblicazione: (2025)
LLaVE: Large Language and Vision Embedding Models with Hardness-Weighted Contrastive Learning
di: Lan, Zhibin, et al.
Pubblicazione: (2025)
di: Lan, Zhibin, et al.
Pubblicazione: (2025)
ESPIRE: A Diagnostic Benchmark for Embodied Spatial Reasoning of Vision-Language Models
di: Zhao, Yanpeng, et al.
Pubblicazione: (2026)
di: Zhao, Yanpeng, et al.
Pubblicazione: (2026)
Learning without Forgetting for Vision-Language Models
di: Zhou, Da-Wei, et al.
Pubblicazione: (2023)
di: Zhou, Da-Wei, et al.
Pubblicazione: (2023)
Visual Adaptive Prompting for Compositional Zero-Shot Learning
di: Stein, Kyle, et al.
Pubblicazione: (2025)
di: Stein, Kyle, et al.
Pubblicazione: (2025)
Ultrasound Vision-Language Alignment via Contrastive Learning
di: Lyu, Zhuoyang, et al.
Pubblicazione: (2026)
di: Lyu, Zhuoyang, et al.
Pubblicazione: (2026)
Hard Cases Detection in Motion Prediction by Vision-Language Foundation Models
di: Yang, Yi, et al.
Pubblicazione: (2024)
di: Yang, Yi, et al.
Pubblicazione: (2024)
Adaptive Global and Fine-Grained Perceptual Fusion for MLLM Embeddings Compatible with Hard Negative Amplification
di: Hu, Lexiang, et al.
Pubblicazione: (2026)
di: Hu, Lexiang, et al.
Pubblicazione: (2026)
Vision-Language Models are Strong Noisy Label Detectors
di: Wei, Tong, et al.
Pubblicazione: (2024)
di: Wei, Tong, et al.
Pubblicazione: (2024)
FRISM: Fine-Grained Reasoning Injection via Subspace-Level Model Merging for Vision-Language Models
di: Huang, Chenyu, et al.
Pubblicazione: (2026)
di: Huang, Chenyu, et al.
Pubblicazione: (2026)
AdaNeg: Adaptive Negative Proxy Guided OOD Detection with Vision-Language Models
di: Zhang, Yabin, et al.
Pubblicazione: (2024)
di: Zhang, Yabin, et al.
Pubblicazione: (2024)
Benchmarking Vision-Language Contrastive Methods for Medical Representation Learning
di: Roy, Shuvendu, et al.
Pubblicazione: (2024)
di: Roy, Shuvendu, et al.
Pubblicazione: (2024)
Probabilistic Contrastive Learning for Long-Tailed Visual Recognition
di: Du, Chaoqun, et al.
Pubblicazione: (2024)
di: Du, Chaoqun, et al.
Pubblicazione: (2024)
PracticalDG: Perturbation Distillation on Vision-Language Models for Hybrid Domain Generalization
di: Chen, Zining, et al.
Pubblicazione: (2024)
di: Chen, Zining, et al.
Pubblicazione: (2024)
Rehabilitation Exercise Quality Assessment through Supervised Contrastive Learning with Hard and Soft Negatives
di: Karlov, Mark, et al.
Pubblicazione: (2024)
di: Karlov, Mark, et al.
Pubblicazione: (2024)
Multi-Label Contrastive Learning for Abstract Visual Reasoning
di: Małkiński, Mikołaj, et al.
Pubblicazione: (2020)
di: Małkiński, Mikołaj, et al.
Pubblicazione: (2020)
GeoReasoner: Geo-localization with Reasoning in Street Views using a Large Vision-Language Model
di: Li, Ling, et al.
Pubblicazione: (2024)
di: Li, Ling, et al.
Pubblicazione: (2024)
Improve Multi-Modal Embedding Learning via Explicit Hard Negative Gradient Amplifying
di: Xue, Youze, et al.
Pubblicazione: (2025)
di: Xue, Youze, et al.
Pubblicazione: (2025)
Retrieval Visual Contrastive Decoding to Mitigate Object Hallucinations in Large Vision-Language Models
di: Lee, Jihoon, et al.
Pubblicazione: (2025)
di: Lee, Jihoon, et al.
Pubblicazione: (2025)
LetheViT: Selective Machine Unlearning for Vision Transformers via Attention-Guided Contrastive Learning
di: Tong, Yujia, et al.
Pubblicazione: (2025)
di: Tong, Yujia, et al.
Pubblicazione: (2025)
Discovering Global False Negatives On the Fly for Self-supervised Contrastive Learning
di: Balmaseda, Vicente, et al.
Pubblicazione: (2025)
di: Balmaseda, Vicente, et al.
Pubblicazione: (2025)
ReasonDrive: Efficient Visual Question Answering for Autonomous Vehicles with Reasoning-Enhanced Small Vision-Language Models
di: Chahe, Amirhosein, et al.
Pubblicazione: (2025)
di: Chahe, Amirhosein, et al.
Pubblicazione: (2025)
NLPrompt: Noise-Label Prompt Learning for Vision-Language Models
di: Pan, Bikang, et al.
Pubblicazione: (2024)
di: Pan, Bikang, et al.
Pubblicazione: (2024)
AgilePruner: An Empirical Study of Attention and Diversity for Adaptive Visual Token Pruning in Large Vision-Language Models
di: Baek, Changwoo, et al.
Pubblicazione: (2026)
di: Baek, Changwoo, et al.
Pubblicazione: (2026)
Semi-off-Policy Reinforcement Learning for Vision-Language Slow-Thinking Reasoning
di: Shen, Junhao, et al.
Pubblicazione: (2025)
di: Shen, Junhao, et al.
Pubblicazione: (2025)
Adaptive Multi-head Contrastive Learning
di: Wang, Lei, et al.
Pubblicazione: (2023)
di: Wang, Lei, et al.
Pubblicazione: (2023)
Personalized Vision via Visual In-Context Learning
di: Jiang, Yuxin, et al.
Pubblicazione: (2025)
di: Jiang, Yuxin, et al.
Pubblicazione: (2025)
Active Learning for Finely-Categorized Image-Text Retrieval by Selecting Hard Negative Unpaired Samples
di: Jo, Dae Ung, et al.
Pubblicazione: (2024)
di: Jo, Dae Ung, et al.
Pubblicazione: (2024)
The Dual Mechanisms of Spatial Reasoning in Vision-Language Models
di: Cui, Kelly, et al.
Pubblicazione: (2026)
di: Cui, Kelly, et al.
Pubblicazione: (2026)
Bi-MCQ: Reformulating Vision-Language Alignment for Negation Understanding
di: Kim, Tae Hun, et al.
Pubblicazione: (2026)
di: Kim, Tae Hun, et al.
Pubblicazione: (2026)
DELAN: Dual-Level Alignment for Vision-and-Language Navigation by Cross-Modal Contrastive Learning
di: Du, Mengfei, et al.
Pubblicazione: (2024)
di: Du, Mengfei, et al.
Pubblicazione: (2024)
Compositional Entailment Learning for Hyperbolic Vision-Language Models
di: Pal, Avik, et al.
Pubblicazione: (2024)
di: Pal, Avik, et al.
Pubblicazione: (2024)
Symmetrical Visual Contrastive Optimization: Aligning Vision-Language Models with Minimal Contrastive Images
di: Wu, Shengguang, et al.
Pubblicazione: (2025)
di: Wu, Shengguang, et al.
Pubblicazione: (2025)
Documenti analoghi
-
No Hard Negatives Required: Concept Centric Learning Leads to Compositionality without Degrading Zero-shot Capabilities of Contrastive Models
di: Pham, Hai X., et al.
Pubblicazione: (2026) -
Unleashing the Power of Vision-Language Models for Long-Tailed Multi-Label Visual Recognition
di: Tang, Wei, et al.
Pubblicazione: (2025) -
Qwen Look Again: Guiding Vision-Language Reasoning Models to Re-attention Visual Information
di: Chu, Xu, et al.
Pubblicazione: (2025) -
Semantic Compositions Enhance Vision-Language Contrastive Learning
di: Aladago, Maxwell, et al.
Pubblicazione: (2024) -
Negative Label Guided OOD Detection with Pretrained Vision-Language Models
di: Jiang, Xue, et al.
Pubblicazione: (2024)