:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhu, Xingyu, Zhu, Beier, Li, Yunfan, Fang, Junfeng, Wang, Shuo, Zhao, Kesen, Zhang, Hanwang
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition Machine Learning
Online-Zugang:	https://arxiv.org/abs/2512.00904
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Enhancing CLIP Robustness via Cross-Modality Alignment
von: Zhu, Xingyu, et al.
Veröffentlicht: (2025)

Principled Steering via Null-space Projection for Jailbreak Defense in Vision-Language Models
von: Zhu, Xingyu, et al.
Veröffentlicht: (2026)

Thinking with Images as Continuous Actions: Numerical Visual Chain-of-Thought
von: Zhao, Kesen, et al.
Veröffentlicht: (2026)

Reducing Class-Wise Performance Disparity via Margin Regularization
von: Zhu, Beier, et al.
Veröffentlicht: (2026)

Look Carefully: Adaptive Visual Reinforcements in Multimodal Large Language Models for Hallucination Mitigation
von: Zhu, Xingyu, et al.
Veröffentlicht: (2026)

Unsupervised Visual Chain-of-Thought Reasoning via Preference Optimization
von: Zhao, Kesen, et al.
Veröffentlicht: (2025)

Dynamic Multimodal Prototype Learning in Vision-Language Models
von: Zhu, Xingyu, et al.
Veröffentlicht: (2025)

Classes Are Not Equal: An Empirical Study on Image Recognition Fairness
von: Cui, Jiequan, et al.
Veröffentlicht: (2024)

GuardAlign: Test-time Safety Alignment in Multimodal Large Language Models
von: Zhu, Xingyu, et al.
Veröffentlicht: (2026)

Enhancing Zero-Shot Vision Models by Label-Free Prompt Distribution Learning and Bias Correcting
von: Zhu, Xingyu, et al.
Veröffentlicht: (2024)

Selective Vision-Language Subspace Projection for Few-shot CLIP
von: Zhu, Xingyu, et al.
Veröffentlicht: (2024)

Adapting Point Cloud Analysis via Multimodal Bayesian Distribution Learning
von: Zhu, Xingyu, et al.
Veröffentlicht: (2026)

Streaming Drag-Oriented Interactive Video Manipulation: Drag Anything, Anytime!
von: Zhou, Junbao, et al.
Veröffentlicht: (2025)

Free Lunch for Stabilizing Rectified Flow Inversion
von: Wang, Chenru, et al.
Veröffentlicht: (2026)

Mitigating Hallucinations in Large Vision-Language Models without Performance Degradation
von: Zhu, Xingyu, et al.
Veröffentlicht: (2026)

Real-Time Motion-Controllable Autoregressive Video Diffusion
von: Zhao, Kesen, et al.
Veröffentlicht: (2025)

Generative Distribution Distillation
von: Cui, Jiequan, et al.
Veröffentlicht: (2025)

Robust Fine-tuning of Zero-shot Models via Variance Reduction
von: Zhu, Beier, et al.
Veröffentlicht: (2024)

Generalized Kullback-Leibler Divergence Loss
von: Cui, Jiequan, et al.
Veröffentlicht: (2025)

Distilling Parallel Gradients for Fast ODE Solvers of Diffusion Models
von: Zhu, Beier, et al.
Veröffentlicht: (2025)

Anchor-based Multi-view Subspace Clustering with Hierarchical Feature Descent
von: Ou, Qiyuan, et al.
Veröffentlicht: (2023)

Project-Probe-Aggregate: Efficient Fine-Tuning for Group Robustness
von: Zhu, Beier, et al.
Veröffentlicht: (2025)

Generalized Logit Adjustment: Calibrating Fine-tuned Models by Removing Label Bias in Foundation Models
von: Zhu, Beier, et al.
Veröffentlicht: (2023)

A Survey on Deep Clustering: From the Prior Perspective
von: Lu, Yiding, et al.
Veröffentlicht: (2024)

Multi-level Cross-modal Alignment for Image Clustering
von: Qiu, Liping, et al.
Veröffentlicht: (2024)

Fully Kolmogorov-Arnold Deep Model in Medical Image Segmentation
von: Qiu, Xingyu, et al.
Veröffentlicht: (2026)

Long-Tailed Classification by Keeping the Good and Removing the Bad Momentum Causal Effect
von: Tang, Kaihua, et al.
Veröffentlicht: (2020)

Semantic-Guided Generative Image Augmentation Method with Diffusion Models for Image Classification
von: Li, Bohan, et al.
Veröffentlicht: (2023)

DiFiC: Your Diffusion Model Holds the Secret to Fine-Grained Clustering
von: Yang, Ruohong, et al.
Veröffentlicht: (2024)

VistaDPO: Video Hierarchical Spatial-Temporal Direct Preference Optimization for Large Video Models
von: Huang, Haojian, et al.
Veröffentlicht: (2025)

Reducing Bias and Variance: Generative Semantic Guidance and Bi-Layer Ensemble for Image Clustering
von: Li, Feijiang, et al.
Veröffentlicht: (2026)

DUDE: Diffusion-Based Unsupervised Cross-Domain Image Retrieval
von: Yang, Ruohong, et al.
Veröffentlicht: (2025)

Image Clustering Algorithm Based on Self-Supervised Pretrained Models and Latent Feature Distribution Optimization
von: Zhu, Qiuyu, et al.
Veröffentlicht: (2024)

Lever LM: Configuring In-Context Sequence to Lever Large Vision Language Models
von: Yang, Xu, et al.
Veröffentlicht: (2023)

MuSteerNet: Human Reaction Generation from Videos via Observation-Reaction Mutual Steering
von: Zhou, Yuan, et al.
Veröffentlicht: (2026)

Prompt-aligned Gradient for Prompt Tuning
von: Zhu, Beier, et al.
Veröffentlicht: (2022)

Debiased Fine-Tuning for Vision-language Models by Prompt Regularization
von: Zhu, Beier, et al.
Veröffentlicht: (2023)

DragNeXt: Rethinking Drag-Based Image Editing
von: Zhou, Yuan, et al.
Veröffentlicht: (2025)

Hierarchical Spatio-Channel Clustering for Efficient Model Compression in Medical Image Analysis
von: Hamlomo, Sisipho, et al.
Veröffentlicht: (2026)

Consistent3D: Towards Consistent High-Fidelity Text-to-3D Generation with Deterministic Sampling Prior
von: Wu, Zike, et al.
Veröffentlicht: (2024)