Buchumschlag

Optimizing Active Learning in Vision-Language Models via Parameter-Efficient Uncertainty Calibration

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Narayanan, Athmanarayanan Lakshmi, Machireddy, Amrutha, Krishnan, Ranganath
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

Parameter-Efficient Active Learning for Foundational models
von: Narayanan, Athmanarayanan Lakshmi, et al.
Veröffentlicht: (2024)

EigenShield: Causal Subspace Filtering via Random Matrix Theory for Adversarially Robust Vision-Language Models
von: Darabi, Nastaran, et al.
Veröffentlicht: (2025)

Active Learning for Vision-Language Models
von: Safaei, Bardia, et al.
Veröffentlicht: (2024)

Rethinking Practical and Efficient Quantization Calibration for Vision-Language Models
von: Shang, Zhenhao, et al.
Veröffentlicht: (2026)

MMRL++: Parameter-Efficient and Interaction-Aware Representation Learning for Vision-Language Models
von: Guo, Yuncheng, et al.
Veröffentlicht: (2025)

Active Learning via Vision-Language Model Adaptation with Open Data
von: Wang, Tong, et al.
Veröffentlicht: (2025)

Representation Calibration and Uncertainty Guidance for Class-Incremental Learning based on Vision Language Model
von: Tan, Jiantao, et al.
Veröffentlicht: (2025)

Active Prompt Learning in Vision Language Models
von: Bang, Jihwan, et al.
Veröffentlicht: (2023)

VLM Judges Can Rank but Cannot Score: Task-Dependent Uncertainty in Multimodal Evaluation
von: Kumar, Divake, et al.
Veröffentlicht: (2026)

Calibration-Aware Prompt Learning for Medical Vision-Language Models
von: Basu, Abhishek, et al.
Veröffentlicht: (2025)

Calibri: Enhancing Diffusion Transformers via Parameter-Efficient Calibration
von: Tokhchukov, Danil, et al.
Veröffentlicht: (2026)

Active Prompt Learning with Vision-Language Model Priors
von: Kim, Hoyoung, et al.
Veröffentlicht: (2024)

VL-Uncertainty: Detecting Hallucination in Large Vision-Language Model via Uncertainty Estimation
von: Zhang, Ruiyang, et al.
Veröffentlicht: (2024)

Mind the Interference: Retaining Pre-trained Knowledge in Parameter Efficient Continual Learning of Vision-Language Models
von: Tang, Longxiang, et al.
Veröffentlicht: (2024)

Leveraging Vision-Language Models as Weak Annotators in Active Learning
von: Nguyen, Phuong Ngoc, et al.
Veröffentlicht: (2026)

Towards Calibrating Prompt Tuning of Vision-Language Models
von: Sharifdeen, Ashshak, et al.
Veröffentlicht: (2026)

uCLIP: Parameter-Efficient Multilingual Extension of Vision-Language Models with Unpaired Data
von: Chung, Dahyun, et al.
Veröffentlicht: (2025)

An Empirical Study of Parameter Efficient Fine-tuning on Vision-Language Pre-train Model
von: Tian, Yuxin, et al.
Veröffentlicht: (2024)

Optimization of Prompt Learning via Multi-Knowledge Representation for Vision-Language Models
von: Zhang, Enming, et al.
Veröffentlicht: (2024)

Learning Vision from Models Rivals Learning Vision from Data
von: Tian, Yonglong, et al.
Veröffentlicht: (2023)

Cross-Modal Adapter: Parameter-Efficient Transfer Learning Approach for Vision-Language Models
von: Yang, Juncheng, et al.
Veröffentlicht: (2024)

Calibrated Cache Model for Few-Shot Vision-Language Model Adaptation
von: Ding, Kun, et al.
Veröffentlicht: (2024)

Similarity-as-Evidence: Calibrating Overconfident VLMs for Interpretable and Label-Efficient Medical Active Learning
von: Xie, Zhuofan, et al.
Veröffentlicht: (2026)

Combining Discrepancy-Confusion Uncertainty and Calibration Diversity for Active Fine-Grained Image Classification
von: Jin, Yinghao, et al.
Veröffentlicht: (2025)

When Relations Break: Analyzing Relation Hallucination in Vision-Language Model Under Rotation and Noise
von: Shin, Philip Wootaek, et al.
Veröffentlicht: (2026)

ViLU: Learning Vision-Language Uncertainties for Failure Prediction
von: Lafon, Marc, et al.
Veröffentlicht: (2025)

UMFC: Unsupervised Multi-Domain Feature Calibration for Vision-Language Models
von: Liang, Jiachen, et al.
Veröffentlicht: (2024)

OpenPath: Open-Set Active Learning for Pathology Image Classification via Pre-trained Vision-Language Models
von: Zhong, Lanfeng, et al.
Veröffentlicht: (2025)

MoE-GRPO: Optimizing Mixture-of-Experts via Reinforcement Learning in Vision-Language Models
von: Ko, Dohwan, et al.
Veröffentlicht: (2026)

Robust Calibration of Large Vision-Language Adapters
von: Murugesan, Balamurali, et al.
Veröffentlicht: (2024)

CalFuse: Multi-Modal Continual Learning via Feature Calibration and Parameter Fusion
von: Guo, Juncen, et al.
Veröffentlicht: (2025)

Learning to Reason and Navigate: Parameter Efficient Action Planning with Large Language Models
von: Mohammadi, Bahram, et al.
Veröffentlicht: (2025)

ToVE: Efficient Vision-Language Learning via Knowledge Transfer from Vision Experts
von: Wu, Yuanchen, et al.
Veröffentlicht: (2025)

Mitigating Hallucination in Large Vision-Language Models via Adaptive Attention Calibration
von: Fazli, Mehrdad, et al.
Veröffentlicht: (2025)

PE-CLIP: A Parameter-Efficient Fine-Tuning of Vision Language Models for Dynamic Facial Expression Recognition
von: Saadi, Ibtissam, et al.
Veröffentlicht: (2025)

OmniVLM: A Token-Compressed, Sub-Billion-Parameter Vision-Language Model for Efficient On-Device Inference
von: Chen, Wei, et al.
Veröffentlicht: (2024)

ACE-LoRA: Graph-Attentive Context Enhancement for Parameter-Efficient Adaptation of Medical Vision-Language Models
von: Aydın, M. Arda, et al.
Veröffentlicht: (2026)

CST: Calibration Side-Tuning for Parameter and Memory Efficient Transfer Learning
von: Chen, Feng
Veröffentlicht: (2024)

ActiveDC: Distribution Calibration for Active Finetuning
von: Xu, Wenshuai, et al.
Veröffentlicht: (2023)

Cross-Domain Few-Shot Learning via Multi-View Collaborative Optimization with Vision-Language Models
von: Chen, Dexia, et al.
Veröffentlicht: (2025)