Buchumschlag

Limits and Gains of Test-Time Scaling in Vision-Language Reasoning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ahmadpour, Mohammadjavad, Meighani, Amirmahdi, Taebi, Payam, Ghahroodi, Omid, Izadi, Amirmohammad, Baghshah, Mahdieh Soleymani
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

CAREL: Instruction-guided reinforcement learning with cross-modal auxiliary objectives
von: Saghafian, Armin, et al.
Veröffentlicht: (2024)

Visual Structures Helps Visual Reasoning: Addressing the Binding Problem in VLMs
von: Izadi, Amirmohammad, et al.
Veröffentlicht: (2025)

CER: Confidence Enhanced Reasoning in LLMs
von: Razghandi, Ali, et al.
Veröffentlicht: (2025)

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

LibraGrad: Balancing Gradient Flow for Universally Better Vision Transformer Attributions
von: Mehri, Faridoun, et al.
Veröffentlicht: (2024)

SUSD: Structured Unsupervised Skill Discovery through State Factorization
von: Hosseini, Seyed Mohammad Hadi, et al.
Veröffentlicht: (2026)

Dilated Balanced Cross Entropy Loss for Medical Image Segmentation
von: Hosseini, Seyed Mohsen, et al.
Veröffentlicht: (2024)

PreND: Enhancing Intrinsic Motivation in Reinforcement Learning through Pre-trained Network Distillation
von: Davoodabadi, Mohammadamin, et al.
Veröffentlicht: (2024)

Classification of Breast Cancer Histopathology Images using a Modified Supervised Contrastive Learning Method
von: Sani, Matina Mahdizadeh, et al.
Veröffentlicht: (2024)

HaloProbe: Bayesian Detection and Mitigation of Object Hallucinations in Vision-Language Models
von: Zohrabi, Reihaneh, et al.
Veröffentlicht: (2026)

The Judge Who Never Admits: Hidden Shortcuts in LLM-based Evaluation
von: Marioriyad, Arash, et al.
Veröffentlicht: (2026)

Efficient Adversarial Attacks on High-dimensional Offline Bandits
von: Hosseini, Seyed Mohammad Hadi, et al.
Veröffentlicht: (2026)

Language Plays a Pivotal Role in the Object-Attribute Compositional Generalization of CLIP
von: Abbasi, Reza, et al.
Veröffentlicht: (2024)

Improving 3D Few-Shot Segmentation with Inference-Time Pseudo-Labeling
von: Mozafari, Mohammad, et al.
Veröffentlicht: (2024)

ComAlign: Compositional Alignment in Vision-Language Models
von: Abdollah, Ali, et al.
Veröffentlicht: (2024)

MEENA (PersianMMMU): Multimodal-Multilingual Educational Exams for N-level Assessment
von: Ghahroodi, Omid, et al.
Veröffentlicht: (2025)

Fine-Grained Alignment and Noise Refinement for Compositional Text-to-Image Generation
von: Izadi, Amir Mohammad, et al.
Veröffentlicht: (2025)

Uncovering Grounding IDs: How External Cues Shape Multimodal Binding
von: Hasani, Hosein, et al.
Veröffentlicht: (2025)

Inductive Biases for Zero-shot Systematic Generalization in Language-informed Reinforcement Learning
von: Dijujin, Negin Hashemi, et al.
Veröffentlicht: (2025)

Bridging Reasoning to Learning: Unmasking Illusions using Complexity Out of Distribution Generalization
von: Paqaleh, Mohammad Mahdi Samiei, et al.
Veröffentlicht: (2025)

ELAB: Extensive LLM Alignment Benchmark in Persian Language
von: Pourbahman, Zahra, et al.
Veröffentlicht: (2025)

Mechanistic Interpretability of Large-Scale Counting in LLMs through a System-2 Strategy
von: Hasani, Hosein, et al.
Veröffentlicht: (2026)

Causal Attribution via Activation Patching
von: Izadi, Amirmohammad, et al.
Veröffentlicht: (2026)

Spurious-Aware Prototype Refinement for Reliable Out-of-Distribution Detection
von: Zohrabi, Reihaneh, et al.
Veröffentlicht: (2025)

Decompose-and-Compose: A Compositional Approach to Mitigating Spurious Correlation
von: Noohdani, Fahimeh Hosseini, et al.
Veröffentlicht: (2024)

GABInsight: Exploring Gender-Activity Binding Bias in Vision-Language Models
von: Abdollahi, Ali, et al.
Veröffentlicht: (2024)

Khayyam Challenge (PersianMMLU): Is Your LLM Truly Wise to The Persian Language?
von: Ghahroodi, Omid, et al.
Veröffentlicht: (2024)

The Illusion of Procedural Reasoning: Measuring Long-Horizon FSM Execution in LLMs
von: Samiei, Mahdi, et al.
Veröffentlicht: (2025)

SOInter: A Novel Deep Energy Based Interpretation Method for Explaining Structured Output Models
von: Seyyedsalehi, S. Fatemeh, et al.
Veröffentlicht: (2022)

ADAM: A Diverse Archive of Mankind for Evaluating and Enhancing LLMs in Biographical Reasoning
von: Cekinmez, Jasin, et al.
Veröffentlicht: (2025)

Ask in Any Modality: A Comprehensive Survey on Multimodal Retrieval-Augmented Generation
von: Abootorabi, Mohammad Mahdi, et al.
Veröffentlicht: (2025)

Statistically Valid Information Bottleneck via Multiple Hypothesis Testing
von: Farzaneh, Amirmohammad, et al.
Veröffentlicht: (2024)

Multi-Objective Hyperparameter Selection via Hypothesis Testing on Reliability Graphs
von: Farzaneh, Amirmohammad, et al.
Veröffentlicht: (2025)

Plan and Budget: Effective and Efficient Test-Time Scaling on Reasoning Large Language Models
von: Lin, Junhong, et al.
Veröffentlicht: (2025)

Efficient Test-Time Scaling for Small Vision-Language Models
von: Kaya, Mehmet Onurcan, et al.
Veröffentlicht: (2025)

LLM-ODE: Data-driven Discovery of Dynamical Systems with Large Language Models
von: Bideh, Amirmohammad Ziaei, et al.
Veröffentlicht: (2026)

Rethinking Fine-Tuning when Scaling Test-Time Compute: Limiting Confidence Improves Mathematical Reasoning
von: Chen, Feng, et al.
Veröffentlicht: (2025)

Efficient Reasoning at Fixed Test-Time Cost via Length-Aware Attention Priors and Gain-Aware Training
von: Atri, Rian
Veröffentlicht: (2026)

Quantile Learn-Then-Test: Quantile-Based Risk Control for Hyperparameter Optimization
von: Farzaneh, Amirmohammad, et al.
Veröffentlicht: (2024)

Learning to Ask: Decision Transformers for Adaptive Quantitative Group Testing
von: Soleymani, Mahdi, et al.
Veröffentlicht: (2025)