Understanding Task Transfer in Vision-Language Models
Fuente:
arXiv
Salvato in:
| Autori principali: | Sachdeva, Bhuvan, Uppal, Karan, Java, Abhinav, Balasubramanian, Vineeth N. |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Swift Sampling: Selecting Temporal Surprises via Taylor Series
di: Kim, Dahye, et al.
Pubblicazione: (2026)
di: Kim, Dahye, et al.
Pubblicazione: (2026)
Advancing Ante-Hoc Explainable Models through Generative Adversarial Networks
di: Garg, Tanmay, et al.
Pubblicazione: (2024)
di: Garg, Tanmay, et al.
Pubblicazione: (2024)
Efficient Vocabulary-Free Fine-Grained Visual Recognition in the Age of Multimodal LLMs
di: Kuchibhotla, Hari Chandana, et al.
Pubblicazione: (2025)
di: Kuchibhotla, Hari Chandana, et al.
Pubblicazione: (2025)
Fiducial Focus Augmentation for Facial Landmark Detection
di: Kar, Purbayan, et al.
Pubblicazione: (2024)
di: Kar, Purbayan, et al.
Pubblicazione: (2024)
Walking the Web of Concept-Class Relationships in Incrementally Trained Interpretable Models
di: Agrawal, Susmit, et al.
Pubblicazione: (2025)
di: Agrawal, Susmit, et al.
Pubblicazione: (2025)
Understanding Retrieval-Augmented Task Adaptation for Vision-Language Models
di: Ming, Yifei, et al.
Pubblicazione: (2024)
di: Ming, Yifei, et al.
Pubblicazione: (2024)
HandsOnVLM: Vision-Language Models for Hand-Object Interaction Prediction
di: Bao, Chen, et al.
Pubblicazione: (2024)
di: Bao, Chen, et al.
Pubblicazione: (2024)
Measuring and Improving Chain-of-Thought Reasoning in Vision-Language Models
di: Chen, Yangyi, et al.
Pubblicazione: (2023)
di: Chen, Yangyi, et al.
Pubblicazione: (2023)
Leveraging Vision Language Models for Specialized Agricultural Tasks
di: Arshad, Muhammad Arbab, et al.
Pubblicazione: (2024)
di: Arshad, Muhammad Arbab, et al.
Pubblicazione: (2024)
Knowledge Transfer from Vision Foundation Models for Efficient Training of Small Task-specific Models
di: Vemulapalli, Raviteja, et al.
Pubblicazione: (2023)
di: Vemulapalli, Raviteja, et al.
Pubblicazione: (2023)
Towards Multimodal Understanding via Stable Diffusion as a Task-Aware Feature Extractor
di: Agarwal, Vatsal, et al.
Pubblicazione: (2025)
di: Agarwal, Vatsal, et al.
Pubblicazione: (2025)
DRESS: Instructing Large Vision-Language Models to Align and Interact with Humans via Natural Language Feedback
di: Chen, Yangyi, et al.
Pubblicazione: (2023)
di: Chen, Yangyi, et al.
Pubblicazione: (2023)
Transferable Adversarial Attacks on Black-Box Vision-Language Models
di: Hu, Kai, et al.
Pubblicazione: (2025)
di: Hu, Kai, et al.
Pubblicazione: (2025)
Grounding Descriptions in Images informs Zero-Shot Visual Recognition
di: Halbe, Shaunak, et al.
Pubblicazione: (2024)
di: Halbe, Shaunak, et al.
Pubblicazione: (2024)
Transferring Textual Preferences to Vision-Language Understanding through Model Merging
di: Li, Chen-An, et al.
Pubblicazione: (2025)
di: Li, Chen-An, et al.
Pubblicazione: (2025)
BiasConnect: Investigating Bias Interactions in Text-to-Image Models
di: Shukla, Pushkar, et al.
Pubblicazione: (2025)
di: Shukla, Pushkar, et al.
Pubblicazione: (2025)
Learning to Rank Pre-trained Vision-Language Models for Downstream Tasks
di: Ding, Yuhe, et al.
Pubblicazione: (2024)
di: Ding, Yuhe, et al.
Pubblicazione: (2024)
Towards Understanding How Knowledge Evolves in Large Vision-Language Models
di: Wang, Sudong, et al.
Pubblicazione: (2025)
di: Wang, Sudong, et al.
Pubblicazione: (2025)
Concept-skill Transferability-based Data Selection for Large Vision-Language Models
di: Lee, Jaewoo, et al.
Pubblicazione: (2024)
di: Lee, Jaewoo, et al.
Pubblicazione: (2024)
GFlowVLM: Enhancing Multi-step Reasoning in Vision-Language Models with Generative Flow Networks
di: Kang, Haoqiang, et al.
Pubblicazione: (2025)
di: Kang, Haoqiang, et al.
Pubblicazione: (2025)
U2-BENCH: Benchmarking Large Vision-Language Models on Ultrasound Understanding
di: Le, Anjie, et al.
Pubblicazione: (2025)
di: Le, Anjie, et al.
Pubblicazione: (2025)
Cross-Modal Adapter: Parameter-Efficient Transfer Learning Approach for Vision-Language Models
di: Yang, Juncheng, et al.
Pubblicazione: (2024)
di: Yang, Juncheng, et al.
Pubblicazione: (2024)
Imagine, Verify, Execute: Memory-guided Agentic Exploration with Vision-Language Models
di: Lee, Seungjae, et al.
Pubblicazione: (2025)
di: Lee, Seungjae, et al.
Pubblicazione: (2025)
Benchmarking Vision, Language, & Action Models on Robotic Learning Tasks
di: Guruprasad, Pranav, et al.
Pubblicazione: (2024)
di: Guruprasad, Pranav, et al.
Pubblicazione: (2024)
Vision-Language Models Create Cross-Modal Task Representations
di: Luo, Grace, et al.
Pubblicazione: (2024)
di: Luo, Grace, et al.
Pubblicazione: (2024)
Dynamic Scene Understanding from Vision-Language Representations
di: Pruss, Shahaf, et al.
Pubblicazione: (2025)
di: Pruss, Shahaf, et al.
Pubblicazione: (2025)
Advancing Vision-based Human Action Recognition: Exploring Vision-Language CLIP Model for Generalisation in Domain-Independent Tasks
di: Shandilya, Utkarsh, et al.
Pubblicazione: (2025)
di: Shandilya, Utkarsh, et al.
Pubblicazione: (2025)
Do Vision--Language Models Understand 3D Scenes or Just Catalogue Objects?
di: Maheshwari, Animesh, et al.
Pubblicazione: (2026)
di: Maheshwari, Animesh, et al.
Pubblicazione: (2026)
$\oslash$ Source Models Leak What They Shouldn't $\nrightarrow$: Unlearning Zero-Shot Transfer in Domain Adaptation Through Adversarial Optimization
di: Devalapally, Arnav, et al.
Pubblicazione: (2026)
di: Devalapally, Arnav, et al.
Pubblicazione: (2026)
Calibrated and Robust Foundation Models for Vision-Language and Medical Image Tasks Under Distribution Shift
di: Khan, Behraj, et al.
Pubblicazione: (2025)
di: Khan, Behraj, et al.
Pubblicazione: (2025)
AutoMMLab: Automatically Generating Deployable Models from Language Instructions for Computer Vision Tasks
di: Yang, Zekang, et al.
Pubblicazione: (2024)
di: Yang, Zekang, et al.
Pubblicazione: (2024)
Source-Free Domain Adaptation by Optimizing Batch-Wise Cosine Similarity
di: Pathak, Harsharaj, et al.
Pubblicazione: (2026)
di: Pathak, Harsharaj, et al.
Pubblicazione: (2026)
Bi-MCQ: Reformulating Vision-Language Alignment for Negation Understanding
di: Kim, Tae Hun, et al.
Pubblicazione: (2026)
di: Kim, Tae Hun, et al.
Pubblicazione: (2026)
From Understanding to Engagement: Personalized pharmacy Video Clips via Vision Language Models (VLMs)
di: Mishra, Suyash, et al.
Pubblicazione: (2026)
di: Mishra, Suyash, et al.
Pubblicazione: (2026)
C2FDrone: Coarse-to-Fine Drone-to-Drone Detection using Vision Transformer Networks
di: Rebbapragada, Sairam VC, et al.
Pubblicazione: (2024)
di: Rebbapragada, Sairam VC, et al.
Pubblicazione: (2024)
On Evaluation of Vision Datasets and Models using Human Competency Frameworks
di: Ramachandran, Rahul, et al.
Pubblicazione: (2024)
di: Ramachandran, Rahul, et al.
Pubblicazione: (2024)
Graph Neural Networks in Vision-Language Image Understanding: A Survey
di: Senior, Henry, et al.
Pubblicazione: (2023)
di: Senior, Henry, et al.
Pubblicazione: (2023)
Improving Adversarial Transferability in MLLMs via Dynamic Vision-Language Alignment Attack
di: Gu, Chenhe, et al.
Pubblicazione: (2025)
di: Gu, Chenhe, et al.
Pubblicazione: (2025)
VCR: A Task for Pixel-Level Complex Reasoning in Vision Language Models via Restoring Occluded Text
di: Zhang, Tianyu, et al.
Pubblicazione: (2024)
di: Zhang, Tianyu, et al.
Pubblicazione: (2024)
SGW-based Multi-Task Learning in Vision Tasks
di: Zhang, Ruiyuan, et al.
Pubblicazione: (2024)
di: Zhang, Ruiyuan, et al.
Pubblicazione: (2024)
Documenti analoghi
-
Swift Sampling: Selecting Temporal Surprises via Taylor Series
di: Kim, Dahye, et al.
Pubblicazione: (2026) -
Advancing Ante-Hoc Explainable Models through Generative Adversarial Networks
di: Garg, Tanmay, et al.
Pubblicazione: (2024) -
Efficient Vocabulary-Free Fine-Grained Visual Recognition in the Age of Multimodal LLMs
di: Kuchibhotla, Hari Chandana, et al.
Pubblicazione: (2025) -
Fiducial Focus Augmentation for Facial Landmark Detection
di: Kar, Purbayan, et al.
Pubblicazione: (2024) -
Walking the Web of Concept-Class Relationships in Incrementally Trained Interpretable Models
di: Agrawal, Susmit, et al.
Pubblicazione: (2025)