Buchumschlag

Calibration-Aware Prompt Learning for Medical Vision-Language Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Basu, Abhishek, Shamshad, Fahad, Sharifdeen, Ashshak, Nandakumar, Karthik, Khan, Muhammad Haris
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

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

O-TPT: Orthogonality Constraints for Calibrating Test-time Prompt Tuning in Vision-Language Models
von: Sharifdeen, Ashshak, et al.
Veröffentlicht: (2025)

PromptSmooth: Certifying Robustness of Medical Vision-Language Models via Prompt Learning
von: Hussein, Noor, et al.
Veröffentlicht: (2024)

BAPLe: Backdoor Attacks on Medical Foundational Models using Prompt Learning
von: Hanif, Asif, et al.
Veröffentlicht: (2024)

RAVEN: Erasing Invisible Watermarks via Novel View Synthesis
von: Shamshad, Fahad, et al.
Veröffentlicht: (2026)

Robust-LLaVA: On the Effectiveness of Large-Scale Robust Image Encoders for Multi-modal Large Language Models
von: Malik, Hashmat Shadab, et al.
Veröffentlicht: (2025)

SafeDiffusion-R1: Online Reward Steering for Safe Diffusion Post-Training
von: Kumar, Komal, et al.
Veröffentlicht: (2026)

Makeup-Guided Facial Privacy Protection via Untrained Neural Network Priors
von: Shamshad, Fahad, et al.
Veröffentlicht: (2024)

Towards Evaluating the Robustness of Visual State Space Models
von: Malik, Hashmat Shadab, et al.
Veröffentlicht: (2024)

FaceAnonyMixer: Cancelable Faces via Identity Consistent Latent Space Mixing
von: Alam, Mohammed Talha, et al.
Veröffentlicht: (2025)

STEREO: A Two-Stage Framework for Adversarially Robust Concept Erasing from Text-to-Image Diffusion Models
von: Srivatsan, Koushik, et al.
Veröffentlicht: (2024)

A-TPT: Angular Diversity Calibration Properties for Test-Time Prompt Tuning of Vision-Language Models
von: Ahamed, Shihab Aaqil, et al.
Veröffentlicht: (2025)

First-Place Solution to NeurIPS 2024 Invisible Watermark Removal Challenge
von: Shamshad, Fahad, et al.
Veröffentlicht: (2025)

Test-Time Low Rank Adaptation via Confidence Maximization for Zero-Shot Generalization of Vision-Language Models
von: Imam, Raza, et al.
Veröffentlicht: (2024)

VFace: A Training-Free Approach for Diffusion-Based Video Face Swapping
von: Baliah, Sanoojan, et al.
Veröffentlicht: (2026)

DPA: Dual Prototypes Alignment for Unsupervised Adaptation of Vision-Language Models
von: Ali, Eman, et al.
Veröffentlicht: (2024)

Noise-Tolerant Few-Shot Unsupervised Adapter for Vision-Language Models
von: Ali, Eman, et al.
Veröffentlicht: (2023)

XrayGPT: Chest Radiographs Summarization using Medical Vision-Language Models
von: Thawakar, Omkar, et al.
Veröffentlicht: (2023)

Video-ChatGPT: Towards Detailed Video Understanding via Large Vision and Language Models
von: Maaz, Muhammad, et al.
Veröffentlicht: (2023)

Interpretable Zero-Shot Learning with Locally-Aligned Vision-Language Model
von: Chen, Shiming, et al.
Veröffentlicht: (2025)

Chameleon: Images Are What You Need For Multimodal Learning Robust To Missing Modalities
von: Liaqat, Muhammad Irzam, et al.
Veröffentlicht: (2024)

Modality Invariant Multimodal Learning to Handle Missing Modalities: A Single-Branch Approach
von: Saeed, Muhammad Saad, et al.
Veröffentlicht: (2024)

SPQR: A Standardized Benchmark for Modern Safety Alignment Methods in Text-to-Image Diffusion Models
von: Alam, Mohammed Talha, et al.
Veröffentlicht: (2025)

Not All Modalities Are Equal: Instruction-Aware Gating for Multimodal Videos
von: Ding, Bonan, et al.
Veröffentlicht: (2026)

Learning to Prompt with Text Only Supervision for Vision-Language Models
von: Khattak, Muhammad Uzair, et al.
Veröffentlicht: (2024)

Language Guided Domain Generalized Medical Image Segmentation
von: Kunhimon, Shahina, et al.
Veröffentlicht: (2024)

Prompt-Aware Adaptive Elastic Weight Consolidation for Continual Learning in Medical Vision-Language Models
von: Gao, Ziyuan, et al.
Veröffentlicht: (2025)

GEOBench-VLM: Benchmarking Vision-Language Models for Geospatial Tasks
von: Danish, Muhammad Sohail, et al.
Veröffentlicht: (2024)

Diversity Covariance-Aware Prompt Learning for Vision-Language Models
von: Dong, Songlin, et al.
Veröffentlicht: (2025)

Video-R2: Reinforcing Consistent and Grounded Reasoning in Multimodal Language Models
von: Maaz, Muhammad, et al.
Veröffentlicht: (2025)

Improving Calibration in Test-Time Prompt Tuning for Vision-Language Models via Data-Free Flatness-Aware Prompt Pretraining
von: Jang, Hyeonseo, et al.
Veröffentlicht: (2026)

Robust and Label-Efficient Deep Waste Detection
von: Abid, Hassan, et al.
Veröffentlicht: (2025)

IntCoOp: Interpretability-Aware Vision-Language Prompt Tuning
von: Ghosal, Soumya Suvra, et al.
Veröffentlicht: (2024)

TerraFM: A Scalable Foundation Model for Unified Multisensor Earth Observation
von: Danish, Muhammad Sohail, et al.
Veröffentlicht: (2025)

DiffuseMix: Label-Preserving Data Augmentation with Diffusion Models
von: Islam, Khawar, et al.
Veröffentlicht: (2024)

Multi-Attribute Vision Transformers are Efficient and Robust Learners
von: Gani, Hanan, et al.
Veröffentlicht: (2024)

CountZES: Counting via Zero-Shot Exemplar Selection
von: Siddiqui, Muhammad Ibraheem, et al.
Veröffentlicht: (2025)

Vocabulary-free Fine-grained Visual Recognition via Enriched Contextually Grounded Vision-Language Model
von: Demidov, Dmitry, et al.
Veröffentlicht: (2025)

Agentic AI for Remote Sensing: Technical Challenges and Research Directions
von: Munir, Muhammad Akhtar, et al.
Veröffentlicht: (2026)

Align Your Prompts: Test-Time Prompting with Distribution Alignment for Zero-Shot Generalization
von: Hassan, Jameel, et al.
Veröffentlicht: (2023)