LPOI: Listwise Preference Optimization for Vision Language Models
Fuente:
arXiv
Salvato in:
| Autori principali: | Zadeh, Fatemeh Pesaran, Oh, Yoojin, Kim, Gunhee |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
How Blind and Low-Vision Individuals Prefer Large Vision-Language Model-Generated Scene Descriptions
di: An, Na Min, et al.
Pubblicazione: (2025)
di: An, Na Min, et al.
Pubblicazione: (2025)
AdPO: Enhancing the Adversarial Robustness of Large Vision-Language Models with Preference Optimization
di: Liu, Chaohu, et al.
Pubblicazione: (2025)
di: Liu, Chaohu, et al.
Pubblicazione: (2025)
Activation Steering Meets Preference Optimization: Defense Against Jailbreaks in Vision Language Models
di: Wu, Sihao, et al.
Pubblicazione: (2025)
di: Wu, Sihao, et al.
Pubblicazione: (2025)
V-DPO: Mitigating Hallucination in Large Vision Language Models via Vision-Guided Direct Preference Optimization
di: Xie, Yuxi, et al.
Pubblicazione: (2024)
di: Xie, Yuxi, et al.
Pubblicazione: (2024)
MIA-DPO: Multi-Image Augmented Direct Preference Optimization For Large Vision-Language Models
di: Liu, Ziyu, et al.
Pubblicazione: (2024)
di: Liu, Ziyu, et al.
Pubblicazione: (2024)
Pri4R: Learning World Dynamics for Vision-Language-Action Models with Privileged 4D Representation
di: Kim, Jisoo, et al.
Pubblicazione: (2026)
di: Kim, Jisoo, et al.
Pubblicazione: (2026)
Structured Preference Optimization for Vision-Language Long-Horizon Task Planning
di: Liang, Xiwen, et al.
Pubblicazione: (2025)
di: Liang, Xiwen, et al.
Pubblicazione: (2025)
Understanding Counting Mechanisms in Large Language and Vision-Language Models
di: Hasani, Hosein, et al.
Pubblicazione: (2025)
di: Hasani, Hosein, et al.
Pubblicazione: (2025)
WildVision: Evaluating Vision-Language Models in the Wild with Human Preferences
di: Lu, Yujie, et al.
Pubblicazione: (2024)
di: Lu, Yujie, et al.
Pubblicazione: (2024)
Mitigating Hallucinations in Large Vision-Language Models via Entity-Centric Multimodal Preference Optimization
di: Wu, Jiulong, et al.
Pubblicazione: (2025)
di: Wu, Jiulong, et al.
Pubblicazione: (2025)
ChartCap: Mitigating Hallucination of Dense Chart Captioning
di: Lim, Junyoung, et al.
Pubblicazione: (2025)
di: Lim, Junyoung, et al.
Pubblicazione: (2025)
Towards Calibrated Robust Fine-Tuning of Vision-Language Models
di: Oh, Changdae, et al.
Pubblicazione: (2023)
di: Oh, Changdae, et al.
Pubblicazione: (2023)
TopP&R: Robust Support Estimation Approach for Evaluating Fidelity and Diversity in Generative Models
di: Kim, Pum Jun, et al.
Pubblicazione: (2023)
di: Kim, Pum Jun, et al.
Pubblicazione: (2023)
HiPP-Prune: Hierarchical Preference-Conditioned Structured Pruning for Vision-Language Models
di: Bai, Lincen, et al.
Pubblicazione: (2026)
di: Bai, Lincen, et al.
Pubblicazione: (2026)
LogicQA: Logical Anomaly Detection with Vision Language Model Generated Questions
di: Kwon, Yejin, et al.
Pubblicazione: (2025)
di: Kwon, Yejin, et al.
Pubblicazione: (2025)
Towards Better Optimization For Listwise Preference in Diffusion Models
di: Bai, Jiamu, et al.
Pubblicazione: (2025)
di: Bai, Jiamu, et al.
Pubblicazione: (2025)
Direct Preference Optimization of Video Large Multimodal Models from Language Model Reward
di: Zhang, Ruohong, et al.
Pubblicazione: (2024)
di: Zhang, Ruohong, et al.
Pubblicazione: (2024)
Diffusion Blend: Inference-Time Multi-Preference Alignment for Diffusion Models
di: Cheng, Min, et al.
Pubblicazione: (2025)
di: Cheng, Min, et al.
Pubblicazione: (2025)
Don't Miss the Forest for the Trees: Attentional Vision Calibration for Large Vision Language Models
di: Woo, Sangmin, et al.
Pubblicazione: (2024)
di: Woo, Sangmin, et al.
Pubblicazione: (2024)
Are Large Vision-Language Models Ready to Guide Blind and Low-Vision Individuals?
di: Kim, Eunki, et al.
Pubblicazione: (2025)
di: Kim, Eunki, et al.
Pubblicazione: (2025)
Collaborative Edge-to-Server Inference for Vision-Language Models
di: Song, Soochang, et al.
Pubblicazione: (2025)
di: Song, Soochang, et al.
Pubblicazione: (2025)
GTMA: Dynamic Representation Optimization for OOD Vision-Language Models
di: Zhang, Jensen, et al.
Pubblicazione: (2025)
di: Zhang, Jensen, et al.
Pubblicazione: (2025)
VLM's Eye Examination: Instruct and Inspect Visual Competency of Vision Language Models
di: Hyeon-Woo, Nam, et al.
Pubblicazione: (2024)
di: Hyeon-Woo, Nam, et al.
Pubblicazione: (2024)
VL-DPO: Vision-Language-Guided Finetuning for Preference-Aligned Autonomous Driving
di: Xu, Zhefan, et al.
Pubblicazione: (2026)
di: Xu, Zhefan, et al.
Pubblicazione: (2026)
VFM-VLM: Vision Foundation Model and Vision Language Model based Visual Comparison for 3D Pose Estimation
di: Sarowar, Md Selim, et al.
Pubblicazione: (2025)
di: Sarowar, Md Selim, et al.
Pubblicazione: (2025)
PhysGaia: A Physics-Aware Benchmark with Multi-Body Interactions for Dynamic Novel View Synthesis
di: Kim, Mijeong, et al.
Pubblicazione: (2025)
di: Kim, Mijeong, et al.
Pubblicazione: (2025)
NORA: A Small Open-Sourced Generalist Vision Language Action Model for Embodied Tasks
di: Hung, Chia-Yu, et al.
Pubblicazione: (2025)
di: Hung, Chia-Yu, et al.
Pubblicazione: (2025)
HalLoc: Token-level Localization of Hallucinations for Vision Language Models
di: Park, Eunkyu, et al.
Pubblicazione: (2025)
di: Park, Eunkyu, et al.
Pubblicazione: (2025)
Frequency Composition for Compressed and Domain-Adaptive Neural Networks
di: Kwon, Yoojin, et al.
Pubblicazione: (2025)
di: Kwon, Yoojin, et al.
Pubblicazione: (2025)
SPA-VL: A Comprehensive Safety Preference Alignment Dataset for Vision Language Model
di: Zhang, Yongting, et al.
Pubblicazione: (2024)
di: Zhang, Yongting, et al.
Pubblicazione: (2024)
Environmental Understanding Vision-Language Model for Embodied Agent
di: Bang, Jinsik, et al.
Pubblicazione: (2026)
di: Bang, Jinsik, et al.
Pubblicazione: (2026)
CLAY: Conditional Visual Similarity Modulation in Vision-Language Embedding Space
di: Lim, Sohwi, et al.
Pubblicazione: (2026)
di: Lim, Sohwi, et al.
Pubblicazione: (2026)
MMedPO: Aligning Medical Vision-Language Models with Clinical-Aware Multimodal Preference Optimization
di: Zhu, Kangyu, et al.
Pubblicazione: (2024)
di: Zhu, Kangyu, et al.
Pubblicazione: (2024)
Balanced Token Pruning: Accelerating Vision Language Models Beyond Local Optimization
di: Li, Kaiyuan, et al.
Pubblicazione: (2025)
di: Li, Kaiyuan, et al.
Pubblicazione: (2025)
How to Move Your Dragon: Text-to-Motion Synthesis for Large-Vocabulary Objects
di: Lee, Wonkwang, et al.
Pubblicazione: (2025)
di: Lee, Wonkwang, et al.
Pubblicazione: (2025)
Unveiling the Response of Large Vision-Language Models to Visually Absent Tokens
di: Kim, Sohee, et al.
Pubblicazione: (2025)
di: Kim, Sohee, et al.
Pubblicazione: (2025)
Vision-Based Natural Language Scene Understanding for Autonomous Driving: An Extended Dataset and a New Model for Traffic Scene Description Generation
di: Zadeh, Danial Sadrian, et al.
Pubblicazione: (2026)
di: Zadeh, Danial Sadrian, et al.
Pubblicazione: (2026)
Intersectional Fairness in Vision-Language Models for Medical Image Disease Classification
di: Zhang, Yupeng, et al.
Pubblicazione: (2025)
di: Zhang, Yupeng, et al.
Pubblicazione: (2025)
Empathetic Response in Audio-Visual Conversations Using Emotion Preference Optimization and MambaCompressor
di: Kim, Yeonju, et al.
Pubblicazione: (2024)
di: Kim, Yeonju, et al.
Pubblicazione: (2024)
IWP: Token Pruning as Implicit Weight Pruning in Large Vision Language Models
di: Lee, Dong-Jae, et al.
Pubblicazione: (2026)
di: Lee, Dong-Jae, et al.
Pubblicazione: (2026)
Documenti analoghi
-
How Blind and Low-Vision Individuals Prefer Large Vision-Language Model-Generated Scene Descriptions
di: An, Na Min, et al.
Pubblicazione: (2025) -
AdPO: Enhancing the Adversarial Robustness of Large Vision-Language Models with Preference Optimization
di: Liu, Chaohu, et al.
Pubblicazione: (2025) -
Activation Steering Meets Preference Optimization: Defense Against Jailbreaks in Vision Language Models
di: Wu, Sihao, et al.
Pubblicazione: (2025) -
V-DPO: Mitigating Hallucination in Large Vision Language Models via Vision-Guided Direct Preference Optimization
di: Xie, Yuxi, et al.
Pubblicazione: (2024) -
MIA-DPO: Multi-Image Augmented Direct Preference Optimization For Large Vision-Language Models
di: Liu, Ziyu, et al.
Pubblicazione: (2024)