Salvato in:
| Autori principali: | Xie, Shaoan, Kong, Lingjing, Zheng, Yujia, Yao, Yu, Tang, Zeyu, Xing, Eric P., Chen, Guangyi, Zhang, Kun |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | https://arxiv.org/abs/2507.22264 |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Towards Self-Refinement of Vision-Language Models with Triangular Consistency
di: Deng, Yunlong, et al.
Pubblicazione: (2025)
di: Deng, Yunlong, et al.
Pubblicazione: (2025)
Partial Identifiability for Domain Adaptation
di: Kong, Lingjing, et al.
Pubblicazione: (2023)
di: Kong, Lingjing, et al.
Pubblicazione: (2023)
Advancing Reasoning in Diffusion Language Models with Denoising Process Rewards
di: Xie, Shaoan, et al.
Pubblicazione: (2025)
di: Xie, Shaoan, et al.
Pubblicazione: (2025)
Beyond the Black Box: Identifiable Interpretation and Control in Generative Models via Causal Minimality
di: Kong, Lingjing, et al.
Pubblicazione: (2025)
di: Kong, Lingjing, et al.
Pubblicazione: (2025)
Nonparametric Identification of Latent Concepts
di: Zheng, Yujia, et al.
Pubblicazione: (2025)
di: Zheng, Yujia, et al.
Pubblicazione: (2025)
Controllable Video Generation with Provable Disentanglement
di: Shen, Yifan, et al.
Pubblicazione: (2025)
di: Shen, Yifan, et al.
Pubblicazione: (2025)
Towards Understanding Extrapolation: a Causal Lens
di: Kong, Lingjing, et al.
Pubblicazione: (2025)
di: Kong, Lingjing, et al.
Pubblicazione: (2025)
Learning Discrete Concepts in Latent Hierarchical Models
di: Kong, Lingjing, et al.
Pubblicazione: (2024)
di: Kong, Lingjing, et al.
Pubblicazione: (2024)
Learning by Analogy: A Causal Framework for Composition Generalization
di: Kong, Lingjing, et al.
Pubblicazione: (2025)
di: Kong, Lingjing, et al.
Pubblicazione: (2025)
Counterfactual Generation with Identifiability Guarantees
di: Yan, Hanqi, et al.
Pubblicazione: (2024)
di: Yan, Hanqi, et al.
Pubblicazione: (2024)
HiMo-CLIP: Modeling Semantic Hierarchy and Monotonicity in Vision-Language Alignment
di: Wu, Ruijia, et al.
Pubblicazione: (2025)
di: Wu, Ruijia, et al.
Pubblicazione: (2025)
Selection, Reflection and Self-Refinement: Revisit Reasoning Tasks via a Causal Lens
di: Deng, Yunlong, et al.
Pubblicazione: (2025)
di: Deng, Yunlong, et al.
Pubblicazione: (2025)
Causal Representation Learning from Multiple Distributions: A General Setting
di: Zhang, Kun, et al.
Pubblicazione: (2024)
di: Zhang, Kun, et al.
Pubblicazione: (2024)
Position: Mechanistic Interpretability Should Prioritize Feature Consistency in SAEs
di: Song, Xiangchen, et al.
Pubblicazione: (2025)
di: Song, Xiangchen, et al.
Pubblicazione: (2025)
FG-CLIP 2: A Bilingual Fine-grained Vision-Language Alignment Model
di: Xie, Chunyu, et al.
Pubblicazione: (2025)
di: Xie, Chunyu, et al.
Pubblicazione: (2025)
FG-CLIP: Fine-Grained Visual and Textual Alignment
di: Xie, Chunyu, et al.
Pubblicazione: (2025)
di: Xie, Chunyu, et al.
Pubblicazione: (2025)
Synergy Between Sufficient Changes and Sparse Mixing Procedure for Disentangled Representation Learning
di: Li, Zijian, et al.
Pubblicazione: (2025)
di: Li, Zijian, et al.
Pubblicazione: (2025)
LET-US: Long Event-Text Understanding of Scenes
di: Chen, Rui, et al.
Pubblicazione: (2025)
di: Chen, Rui, et al.
Pubblicazione: (2025)
Unsupervised Synthetic Image Attribution: Alignment and Disentanglement
di: Liu, Zongfang, et al.
Pubblicazione: (2026)
di: Liu, Zongfang, et al.
Pubblicazione: (2026)
Causal Representation Learning from Multimodal Biomedical Observations
di: Sun, Yuewen, et al.
Pubblicazione: (2024)
di: Sun, Yuewen, et al.
Pubblicazione: (2024)
Rethinking CLIP-based Video Learners in Cross-Domain Open-Vocabulary Action Recognition
di: Lin, Kun-Yu, et al.
Pubblicazione: (2024)
di: Lin, Kun-Yu, et al.
Pubblicazione: (2024)
ProCLIP: Progressive Vision-Language Alignment via LLM-based Embedder
di: Hu, Xiaoxing, et al.
Pubblicazione: (2025)
di: Hu, Xiaoxing, et al.
Pubblicazione: (2025)
Vision-G1: Towards General Vision Language Reasoning with Multi-Domain Data Curation
di: Zha, Yuheng, et al.
Pubblicazione: (2025)
di: Zha, Yuheng, et al.
Pubblicazione: (2025)
Cascade-CLIP: Cascaded Vision-Language Embeddings Alignment for Zero-Shot Semantic Segmentation
di: Li, Yunheng, et al.
Pubblicazione: (2024)
di: Li, Yunheng, et al.
Pubblicazione: (2024)
ResCLIP: Residual Attention for Training-free Dense Vision-language Inference
di: Yang, Yuhang, et al.
Pubblicazione: (2024)
di: Yang, Yuhang, et al.
Pubblicazione: (2024)
From Generalist to Specialist Representation
di: Zheng, Yujia, et al.
Pubblicazione: (2026)
di: Zheng, Yujia, et al.
Pubblicazione: (2026)
CLIPS: An Enhanced CLIP Framework for Learning with Synthetic Captions
di: Liu, Yanqing, et al.
Pubblicazione: (2024)
di: Liu, Yanqing, et al.
Pubblicazione: (2024)
Seeing What Matters: Empowering CLIP with Patch Generation-to-Selection
di: Pei, Gensheng, et al.
Pubblicazione: (2025)
di: Pei, Gensheng, et al.
Pubblicazione: (2025)
MoralCLIP: Contrastive Alignment of Vision-and-Language Representations with Moral Foundations Theory
di: Condez, Ana Carolina, et al.
Pubblicazione: (2025)
di: Condez, Ana Carolina, et al.
Pubblicazione: (2025)
CLIP-HandID: Vision-Language Model for Hand-Based Person Identification
di: Baisa, Nathanael L., et al.
Pubblicazione: (2025)
di: Baisa, Nathanael L., et al.
Pubblicazione: (2025)
A Progressive Framework of Vision-language Knowledge Distillation and Alignment for Multilingual Scene
di: Zhang, Wenbo, et al.
Pubblicazione: (2024)
di: Zhang, Wenbo, et al.
Pubblicazione: (2024)
CLIP-Map: Structured Matrix Mapping for Parameter-Efficient CLIP Compression
di: Zhang, Kangjie, et al.
Pubblicazione: (2026)
di: Zhang, Kangjie, et al.
Pubblicazione: (2026)
$β$-CLIP: Text-Conditioned Contrastive Learning for Multi-Granular Vision-Language Alignment
di: Zohra, Fatimah, et al.
Pubblicazione: (2025)
di: Zohra, Fatimah, et al.
Pubblicazione: (2025)
Proto-CLIP: Vision-Language Prototypical Network for Few-Shot Learning
di: P, Jishnu Jaykumar, et al.
Pubblicazione: (2023)
di: P, Jishnu Jaykumar, et al.
Pubblicazione: (2023)
Linear Alignment of Vision-language Models for Image Captioning
di: Paischer, Fabian, et al.
Pubblicazione: (2023)
di: Paischer, Fabian, et al.
Pubblicazione: (2023)
CLIP Based Region-Aware Feature Fusion for Automated BBPS Scoring in Colonoscopy Images
di: Fu, Yujia, et al.
Pubblicazione: (2025)
di: Fu, Yujia, et al.
Pubblicazione: (2025)
CapCLIP: A Vision-Language Representation Alignment Approach for Wireless Capsule Endoscopy Analysis
di: Wahab, Haroon, et al.
Pubblicazione: (2026)
di: Wahab, Haroon, et al.
Pubblicazione: (2026)
IsoCLIP: Decomposing CLIP Projectors for Efficient Intra-modal Alignment
di: Magistri, Simone, et al.
Pubblicazione: (2026)
di: Magistri, Simone, et al.
Pubblicazione: (2026)
CLAP4CLIP: Continual Learning with Probabilistic Finetuning for Vision-Language Models
di: Jha, Saurav, et al.
Pubblicazione: (2024)
di: Jha, Saurav, et al.
Pubblicazione: (2024)
ProPy: Building Interactive Prompt Pyramids upon CLIP for Partially Relevant Video Retrieval
di: Pan, Yi, et al.
Pubblicazione: (2025)
di: Pan, Yi, et al.
Pubblicazione: (2025)
Documenti analoghi
-
Towards Self-Refinement of Vision-Language Models with Triangular Consistency
di: Deng, Yunlong, et al.
Pubblicazione: (2025) -
Partial Identifiability for Domain Adaptation
di: Kong, Lingjing, et al.
Pubblicazione: (2023) -
Advancing Reasoning in Diffusion Language Models with Denoising Process Rewards
di: Xie, Shaoan, et al.
Pubblicazione: (2025) -
Beyond the Black Box: Identifiable Interpretation and Control in Generative Models via Causal Minimality
di: Kong, Lingjing, et al.
Pubblicazione: (2025) -
Nonparametric Identification of Latent Concepts
di: Zheng, Yujia, et al.
Pubblicazione: (2025)