Buchumschlag

Self-Aug: Query and Entropy Adaptive Decoding for Large Vision-Language Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Im, Eun Woo, Ali, Muhammad Kashif, Gupta, Vivek
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Self-Introspective Decoding: Alleviating Hallucinations for Large Vision-Language Models
von: Huo, Fushuo, et al.
Veröffentlicht: (2024)

MAPWise: Evaluating Vision-Language Models for Advanced Map Queries
von: Mukhopadhyay, Srija, et al.
Veröffentlicht: (2024)

Mixture of Decoding: An Attention-Inspired Adaptive Decoding Strategy to Mitigate Hallucinations in Large Vision-Language Models
von: Chen, Xinlong, et al.
Veröffentlicht: (2025)

QAVA: Query-Agnostic Visual Attack to Large Vision-Language Models
von: Zhang, Yudong, et al.
Veröffentlicht: (2025)

Harnessing Meta-Learning for Controllable Full-Frame Video Stabilization
von: Ali, Muhammad Kashif, et al.
Veröffentlicht: (2025)

Don't Miss the Forest for the Trees: Attentional Vision Calibration for Large Vision Language Models
von: Woo, Sangmin, et al.
Veröffentlicht: (2024)

Q-Zoom: Query-Aware Adaptive Perception for Efficient Multimodal Large Language Models
von: Shi, Yuheng, et al.
Veröffentlicht: (2026)

Harnessing Meta-Learning for Improving Full-Frame Video Stabilization
von: Ali, Muhammad Kashif, et al.
Veröffentlicht: (2024)

A-VL: Adaptive Attention for Large Vision-Language Models
von: Zhang, Junyang, et al.
Veröffentlicht: (2024)

SDCD: Structure-Disrupted Contrastive Decoding for Mitigating Hallucinations in Large Vision-Language Models
von: Xia, Yuxuan, et al.
Veröffentlicht: (2026)

Deep Variational Bayesian Modeling of Haze Degradation Process
von: Im, Eun Woo, et al.
Veröffentlicht: (2024)

LVLM-COUNT: Enhancing the Counting Ability of Large Vision-Language Models
von: Qharabagh, Muhammad Fetrat, et al.
Veröffentlicht: (2024)

AugVLA-3D: Depth-Driven Feature Augmentation for Vision-Language-Action Models
von: Rao, Zhifeng, et al.
Veröffentlicht: (2026)

NTSEBENCH: Cognitive Reasoning Benchmark for Vision Language Models
von: Pandya, Pranshu, et al.
Veröffentlicht: (2024)

AgroGPT: Efficient Agricultural Vision-Language Model with Expert Tuning
von: Awais, Muhammad, et al.
Veröffentlicht: (2024)

Mitigating Hallucinations in Large Vision-Language Models via Summary-Guided Decoding
von: Min, Kyungmin, et al.
Veröffentlicht: (2024)

Delve into Visual Contrastive Decoding for Hallucination Mitigation of Large Vision-Language Models
von: Lee, Yi-Lun, et al.
Veröffentlicht: (2024)

Attention Hijacking: Response Manipulation Across Queries in Vision-Language Models
von: Wang, Zhiqiang, et al.
Veröffentlicht: (2026)

Decoding Neighborhood Environments with Large Language Models
von: Cart, Andrew, et al.
Veröffentlicht: (2025)

Residual Decoding: Mitigating Hallucinations in Large Vision-Language Models via History-Aware Residual Guidance
von: Chen, Xinrong, et al.
Veröffentlicht: (2026)

SpecVLM: Fast Speculative Decoding in Vision-Language Models
von: Huang, Haiduo, et al.
Veröffentlicht: (2025)

RITUAL: Random Image Transformations as a Universal Anti-hallucination Lever in Large Vision Language Models
von: Woo, Sangmin, et al.
Veröffentlicht: (2024)

Mitigating Hallucinations in Large Vision-Language Models (LVLMs) via Language-Contrastive Decoding (LCD)
von: Manevich, Avshalom, et al.
Veröffentlicht: (2024)

MMRefine: Unveiling the Obstacles to Robust Refinement in Multimodal Large Language Models
von: Paik, Gio, et al.
Veröffentlicht: (2025)

Speculative Decoding Reimagined for Multimodal Large Language Models
von: Lin, Luxi, et al.
Veröffentlicht: (2025)

Mitigating Hallucinations in Large Vision-Language Models with Instruction Contrastive Decoding
von: Wang, Xintong, et al.
Veröffentlicht: (2024)

CoFi-Dec: Hallucination-Resistant Decoding via Coarse-to-Fine Generative Feedback in Large Vision-Language Models
von: Cao, Zongsheng, et al.
Veröffentlicht: (2025)

Adaptive Residual-Update Steering for Low-Overhead Hallucination Mitigation in Large Vision Language Models
von: Zou, Zhengtao, et al.
Veröffentlicht: (2025)

A Visual Semantic Adaptive Watermark grounded by Prefix-Tuning for Large Vision-Language Model
von: Zheng, Qi, et al.
Veröffentlicht: (2026)

What Users Leave Unsaid: Under-Specified Queries Limit Vision-Language Models
von: Choi, Dasol, et al.
Veröffentlicht: (2026)

Phantasia: Context-Adaptive Backdoors in Vision Language Models
von: Tran, Nam Duong, et al.
Veröffentlicht: (2026)

Freeze and Reveal: Exposing Modality Bias in Vision-Language Models
von: Kavuri, Vivek Hruday, et al.
Veröffentlicht: (2025)

VLAgeBench: Benchmarking Large Vision-Language Models for Zero-Shot Human Age Estimation
von: Sajib, Rakib Hossain, et al.
Veröffentlicht: (2026)

VidHalluc: Evaluating Temporal Hallucinations in Multimodal Large Language Models for Video Understanding
von: Li, Chaoyu, et al.
Veröffentlicht: (2024)

Reflexive Guidance: Improving OoDD in Vision-Language Models via Self-Guided Image-Adaptive Concept Generation
von: Kim, Jihyo, et al.
Veröffentlicht: (2024)

AT-SNN: Adaptive Tokens for Vision Transformer on Spiking Neural Network
von: Kang, Donghwa, et al.
Veröffentlicht: (2024)

From Head to Tail: Towards Balanced Representation in Large Vision-Language Models through Adaptive Data Calibration
von: Song, Mingyang, et al.
Veröffentlicht: (2025)

Retrieval Visual Contrastive Decoding to Mitigate Object Hallucinations in Large Vision-Language Models
von: Lee, Jihoon, et al.
Veröffentlicht: (2025)

Quant Experts: Token-aware Adaptive Error Reconstruction with Mixture of Experts for Large Vision-Language Models Quantization
von: Jia, Chenwei, et al.
Veröffentlicht: (2026)

Understanding Counting Mechanisms in Large Language and Vision-Language Models
von: Hasani, Hosein, et al.
Veröffentlicht: (2025)