Copertina

Test-Time Spectrum-Aware Latent Steering for Zero-Shot Generalization in Vision-Language Models

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Dafnis, Konstantinos M., Metaxas, Dimitris N.
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Computer Vision and Pattern Recognition Artificial Intelligence Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Just Shift It: Test-Time Prototype Shifting for Zero-Shot Generalization with Vision-Language Models
di: Sui, Elaine, et al.
Pubblicazione: (2024)

Anatomy-VLM: A Fine-grained Vision-Language Model for Medical Interpretation
di: Gu, Difei, et al.
Pubblicazione: (2025)

How to Trace Latent Generative Model Generated Images without Artificial Watermark?
di: Wang, Zhenting, et al.
Pubblicazione: (2024)

The Hidden Life of Tokens: Reducing Hallucination of Large Vision-Language Models via Visual Information Steering
di: Li, Zhuowei, et al.
Pubblicazione: (2025)

RadAlign: Advancing Radiology Report Generation with Vision-Language Concept Alignment
di: Gu, Difei, et al.
Pubblicazione: (2025)

Beyond Interpretability: When, Why, and How Sparse Autoencoders Enable Label-Free Visual Steering
di: Chatzoudis, Gerasimos, et al.
Pubblicazione: (2025)

Anomaly-Aware Vision-Language Adapters for Zero-Shot Anomaly Detection
di: Aqeel, Muhammad, et al.
Pubblicazione: (2026)

Reducing Hallucinations in Vision-Language Models via Latent Space Steering
di: Liu, Sheng, et al.
Pubblicazione: (2024)

Fusing Domain-Specific Content from Large Language Models into Knowledge Graphs for Enhanced Zero Shot Object State Classification
di: Gouidis, Filippos, et al.
Pubblicazione: (2024)

AutoCLIP: Auto-tuning Zero-Shot Classifiers for Vision-Language Models
di: Metzen, Jan Hendrik, et al.
Pubblicazione: (2023)

Steering Rectified Flow Models in the Vector Field for Controlled Image Generation
di: Patel, Maitreya, et al.
Pubblicazione: (2024)

Steering to Say No: Configurable Refusal via Activation Steering in Vision Language Models
di: Yang, Jiaxi, et al.
Pubblicazione: (2026)

Intriguing Differences Between Zero-Shot and Systematic Evaluations of Vision-Language Transformer Models
di: Salman, Shaeke, et al.
Pubblicazione: (2024)

VDInstruct: Zero-Shot Key Information Extraction via Content-Aware Vision Tokenization
di: Nguyen, Son, et al.
Pubblicazione: (2025)

ChatGPT Encounters Morphing Attack Detection: Zero-Shot MAD with Multi-Modal Large Language Models and General Vision Models
di: Zhang, Haoyu, et al.
Pubblicazione: (2025)

Visual Language Models as Zero-Shot Deepfake Detectors
di: Pirogov, Viacheslav
Pubblicazione: (2025)

Zero-Shot Visual Reasoning by Vision-Language Models: Benchmarking and Analysis
di: Nagar, Aishik, et al.
Pubblicazione: (2024)

VisionTS: Visual Masked Autoencoders Are Free-Lunch Zero-Shot Time Series Forecasters
di: Chen, Mouxiang, et al.
Pubblicazione: (2024)

ATHENA: Adaptive Test-Time Steering for Improving Count Fidelity in Diffusion Models
di: Sepehri, Mohammad Shahab, et al.
Pubblicazione: (2026)

Doubly Debiased Test-Time Prompt Tuning for Vision-Language Models
di: Song, Fei, et al.
Pubblicazione: (2025)

Zero-Shot Generalization of Vision-Based RL Without Data Augmentation
di: Batra, Sumeet, et al.
Pubblicazione: (2024)

Steering Sparse Autoencoder Latents to Control Dynamic Head Pruning in Vision Transformers (Student Abstract)
di: Lee, Yousung, et al.
Pubblicazione: (2026)

VisMem: Latent Vision Memory Unlocks Potential of Vision-Language Models
di: Yu, Xinlei, et al.
Pubblicazione: (2025)

Zero-Shot Action Generalization with Limited Observations
di: Alchihabi, Abdullah, et al.
Pubblicazione: (2025)

Vision-Language Models Unlock Task-Centric Latent Actions
di: Nikulin, Alexander, et al.
Pubblicazione: (2026)

Spurious Feature Eraser: Stabilizing Test-Time Adaptation for Vision-Language Foundation Model
di: Ma, Huan, et al.
Pubblicazione: (2024)

Language-Driven Anchors for Zero-Shot Adversarial Robustness
di: Li, Xiao, et al.
Pubblicazione: (2023)

Efficient Few-Shot Learning in Remote Sensing: Fusing Vision and Vision-Language Models
di: Chua, Jia Yun, et al.
Pubblicazione: (2025)

Entropy-Aware Structural Alignment for Zero-Shot Handwritten Chinese Character Recognition
di: Luo, Qiuming, et al.
Pubblicazione: (2026)

ProtoCLIP: Prototype-Aligned Latent Refinement for Robust Zero-Shot Chest X-Ray Classification
di: Kittler, Florian, et al.
Pubblicazione: (2026)

MotionCraft: Physics-based Zero-Shot Video Generation
di: Aira, Luca Savant, et al.
Pubblicazione: (2024)

AgentDrug: Utilizing Large Language Models in An Agentic Workflow for Zero-Shot Molecular Editing
di: Le, Khiem, et al.
Pubblicazione: (2024)

PETAR: Localized Findings Generation with Mask-Aware Vision-Language Modeling for PET Automated Reporting
di: Maqbool, Danyal, et al.
Pubblicazione: (2025)

A Recipe for Improving Remote Sensing VLM Zero Shot Generalization
di: Barzilai, Aviad, et al.
Pubblicazione: (2025)

Bayesian Modeling of Zero-Shot Classifications for Urban Flood Detection
di: Franchi, Matt, et al.
Pubblicazione: (2025)

Zero-Shot Decentralized Federated Learning
di: Masano, Alessio, et al.
Pubblicazione: (2025)

Synthetic Data is Sufficient for Zero-Shot Visual Generalization from Offline Data
di: Güzel, Ahmet H., et al.
Pubblicazione: (2025)

Spectrum-Aware Parameter Efficient Fine-Tuning for Diffusion Models
di: Zhang, Xinxi, et al.
Pubblicazione: (2024)

SAVeS: Steering Safety Judgments in Vision-Language Models via Semantic Cues
di: Hinojosa, Carlos, et al.
Pubblicazione: (2026)

ProKeR: A Kernel Perspective on Few-Shot Adaptation of Large Vision-Language Models
di: Bendou, Yassir, et al.
Pubblicazione: (2025)