:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bacha, Aziz, George, Thomas
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition Machine Learning
Online-Zugang:	https://arxiv.org/abs/2510.09135
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Benchmarking the Attribution Quality of Vision Models
von: Hesse, Robin, et al.
Veröffentlicht: (2024)

Attribute-based Visual Reprogramming for Vision-Language Models
von: Cai, Chengyi, et al.
Veröffentlicht: (2025)

Evaluating Feature Attribution Methods in the Image Domain
von: Gevaert, Arne, et al.
Veröffentlicht: (2022)

Dataset Distillation for Pre-Trained Self-Supervised Vision Models
von: Cazenavette, George, et al.
Veröffentlicht: (2025)

Learning to Weight Parameters for Training Data Attribution
von: Li, Shuangqi, et al.
Veröffentlicht: (2025)

Training a Computer Vision Model for Commercial Bakeries with Primarily Synthetic Images
von: Schmitt, Thomas H., et al.
Veröffentlicht: (2024)

On the Use of Anchoring for Training Vision Models
von: Narayanaswamy, Vivek, et al.
Veröffentlicht: (2024)

Provably Better Explanations with Optimized Aggregation of Feature Attributions
von: Decker, Thomas, et al.
Veröffentlicht: (2024)

SurrogateSHAP: Training-Free Contributor Attribution for Text-to-Image (T2I) Models
von: Lu, Mingyu, et al.
Veröffentlicht: (2026)

Debiasing Large Vision-Language Models by Ablating Protected Attribute Representations
von: Ratzlaff, Neale, et al.
Veröffentlicht: (2024)

Tree of Attributes Prompt Learning for Vision-Language Models
von: Ding, Tong, et al.
Veröffentlicht: (2024)

Unifying Image Counterfactuals and Feature Attributions with Latent-Space Adversarial Attacks
von: Goldwasser, Jeremy, et al.
Veröffentlicht: (2025)

Discriminative Feature Attributions: Bridging Post Hoc Explainability and Inherent Interpretability
von: Bhalla, Usha, et al.
Veröffentlicht: (2023)

Feature Attribution Stability Suite: How Stable Are Post-Hoc Attributions?
von: Subramaniakuppusamy, Kamalasankari, et al.
Veröffentlicht: (2026)

AAPL: Adding Attributes to Prompt Learning for Vision-Language Models
von: Kim, Gahyeon, et al.
Veröffentlicht: (2024)

Private Attribute Inference from Images with Vision-Language Models
von: Tömekçe, Batuhan, et al.
Veröffentlicht: (2024)

Explaining the Impact of Training on Vision Models via Activation Clustering
von: Boubekki, Ahcène, et al.
Veröffentlicht: (2024)

VLG-CBM: Training Concept Bottleneck Models with Vision-Language Guidance
von: Srivastava, Divyansh, et al.
Veröffentlicht: (2024)

Unveiling Concept Attribution in Diffusion Models
von: Nguyen, Quang H., et al.
Veröffentlicht: (2024)

Unlocking [CLS] Features for Continual Post-Training
von: Yildirim, Murat Onur, et al.
Veröffentlicht: (2025)

Breast Cancer VLMs: Clinically Practical Vision-Language Train-Inference Models
von: Zheng, Shunjie-Fabian, et al.
Veröffentlicht: (2025)

Escaping Plato's Cave: JAM for Aligning Independently Trained Vision and Language Models
von: Yoon, Lauren Hyoseo, et al.
Veröffentlicht: (2025)

Instruction-Guided Fusion of Multi-Layer Visual Features in Large Vision-Language Models
von: Li, Xu, et al.
Veröffentlicht: (2024)

Knowledge Transfer from Vision Foundation Models for Efficient Training of Small Task-specific Models
von: Vemulapalli, Raviteja, et al.
Veröffentlicht: (2023)

Where Not to Learn: Prior-Aligned Training with Subset-based Attribution Constraints for Reliable Decision-Making
von: Chen, Ruoyu, et al.
Veröffentlicht: (2026)

Fast Data Attribution for Text-to-Image Models
von: Wang, Sheng-Yu, et al.
Veröffentlicht: (2025)

Token Turing Machines are Efficient Vision Models
von: Jajal, Purvish, et al.
Veröffentlicht: (2024)

ZipIt! Merging Models from Different Tasks without Training
von: Stoica, George, et al.
Veröffentlicht: (2023)

Source-Free Domain Adaptation Guided by Vision and Vision-Language Pre-Training
von: Zhang, Wenyu, et al.
Veröffentlicht: (2024)

Training-Free Test-Time Adaptation with Brownian Distance Covariance in Vision-Language Models
von: Zhang, Yi, et al.
Veröffentlicht: (2026)

Parameter-Efficient Fine-Tuning for Pre-Trained Vision Models: A Survey and Benchmark
von: Xin, Yi, et al.
Veröffentlicht: (2024)

S-GRPO: Unified Post-Training for Large Vision-Language Models
von: Yan, Yuming, et al.
Veröffentlicht: (2026)

Block Selective Reprogramming for On-device Training of Vision Transformers
von: Sarkar, Sreetama, et al.
Veröffentlicht: (2024)

VFMF: World Modeling by Forecasting Vision Foundation Model Features
von: Boduljak, Gabrijel, et al.
Veröffentlicht: (2025)

Single-Model Attribution of Generative Models Through Final-Layer Inversion
von: Laszkiewicz, Mike, et al.
Veröffentlicht: (2023)

WebSerial Vision Training for Microcontrollers: A Browser-Based Companion to On-Device CNN Training
von: Ellis, Jeremy
Veröffentlicht: (2026)

Selective, Interpretable, and Motion Consistent Privacy Attribute Obfuscation for Action Recognition
von: Ilic, Filip, et al.
Veröffentlicht: (2024)

Test-Time Training for Visual Foresight Vision-Language-Action Models
von: Park, Sangwu, et al.
Veröffentlicht: (2026)

Proxy-FDA: Proxy-based Feature Distribution Alignment for Fine-tuning Vision Foundation Models without Forgetting
von: Huang, Chen, et al.
Veröffentlicht: (2025)

RAIGen: Rare Attribute Identification in Text-to-Image Generative Models
von: Sreelatha, Silpa Vadakkeeveetil, et al.
Veröffentlicht: (2026)