Enregistré dans:
| Auteurs principaux: | Hasani, Hosein, Banayeeanzade, Mohammadali, Nafisi, Ali, Mohammadian, Sadegh, Askari, Fatemeh, Bagherian, Mobin, Izadi, Amirmohammad, Baghshah, Mahdieh Soleymani |
|---|---|
| Format: | Preprint |
| Publié: |
2026
|
| Sujets: | |
| Accès en ligne: | https://arxiv.org/abs/2601.02989 |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Understanding Counting Mechanisms in Large Language and Vision-Language Models
par: Hasani, Hosein, et autres
Publié: (2025)
par: Hasani, Hosein, et autres
Publié: (2025)
Uncovering Grounding IDs: How External Cues Shape Multimodal Binding
par: Hasani, Hosein, et autres
Publié: (2025)
par: Hasani, Hosein, et autres
Publié: (2025)
Causal Attribution via Activation Patching
par: Izadi, Amirmohammad, et autres
Publié: (2026)
par: Izadi, Amirmohammad, et autres
Publié: (2026)
Visual Structures Helps Visual Reasoning: Addressing the Binding Problem in VLMs
par: Izadi, Amirmohammad, et autres
Publié: (2025)
par: Izadi, Amirmohammad, et autres
Publié: (2025)
CAREL: Instruction-guided reinforcement learning with cross-modal auxiliary objectives
par: Saghafian, Armin, et autres
Publié: (2024)
par: Saghafian, Armin, et autres
Publié: (2024)
Attention Overlap Is Responsible for The Entity Missing Problem in Text-to-image Diffusion Models!
par: Marioriyad, Arash, et autres
Publié: (2024)
par: Marioriyad, Arash, et autres
Publié: (2024)
Analyzing CLIP's Performance Limitations in Multi-Object Scenarios: A Controlled High-Resolution Study
par: Abbasi, Reza, et autres
Publié: (2025)
par: Abbasi, Reza, et autres
Publié: (2025)
CLIP Under the Microscope: A Fine-Grained Analysis of Multi-Object Representation
par: Abbasi, Reza, et autres
Publié: (2025)
par: Abbasi, Reza, et autres
Publié: (2025)
Limits and Gains of Test-Time Scaling in Vision-Language Reasoning
par: Ahmadpour, Mohammadjavad, et autres
Publié: (2025)
par: Ahmadpour, Mohammadjavad, et autres
Publié: (2025)
Improving 3D Few-Shot Segmentation with Inference-Time Pseudo-Labeling
par: Mozafari, Mohammad, et autres
Publié: (2024)
par: Mozafari, Mohammad, et autres
Publié: (2024)
HaloProbe: Bayesian Detection and Mitigation of Object Hallucinations in Vision-Language Models
par: Zohrabi, Reihaneh, et autres
Publié: (2026)
par: Zohrabi, Reihaneh, et autres
Publié: (2026)
Spurious-Aware Prototype Refinement for Reliable Out-of-Distribution Detection
par: Zohrabi, Reihaneh, et autres
Publié: (2025)
par: Zohrabi, Reihaneh, et autres
Publié: (2025)
ComAlign: Compositional Alignment in Vision-Language Models
par: Abdollah, Ali, et autres
Publié: (2024)
par: Abdollah, Ali, et autres
Publié: (2024)
CER: Confidence Enhanced Reasoning in LLMs
par: Razghandi, Ali, et autres
Publié: (2025)
par: Razghandi, Ali, et autres
Publié: (2025)
The Illusion of Procedural Reasoning: Measuring Long-Horizon FSM Execution in LLMs
par: Samiei, Mahdi, et autres
Publié: (2025)
par: Samiei, Mahdi, et autres
Publié: (2025)
SUSD: Structured Unsupervised Skill Discovery through State Factorization
par: Hosseini, Seyed Mohammad Hadi, et autres
Publié: (2026)
par: Hosseini, Seyed Mohammad Hadi, et autres
Publié: (2026)
Dilated Balanced Cross Entropy Loss for Medical Image Segmentation
par: Hosseini, Seyed Mohsen, et autres
Publié: (2024)
par: Hosseini, Seyed Mohsen, et autres
Publié: (2024)
T2I-FineEval: Fine-Grained Compositional Metric for Text-to-Image Evaluation
par: Hosseini, Seyed Mohammad Hadi, et autres
Publié: (2025)
par: Hosseini, Seyed Mohammad Hadi, et autres
Publié: (2025)
Classification of Breast Cancer Histopathology Images using a Modified Supervised Contrastive Learning Method
par: Sani, Matina Mahdizadeh, et autres
Publié: (2024)
par: Sani, Matina Mahdizadeh, et autres
Publié: (2024)
PreND: Enhancing Intrinsic Motivation in Reinforcement Learning through Pre-trained Network Distillation
par: Davoodabadi, Mohammadamin, et autres
Publié: (2024)
par: Davoodabadi, Mohammadamin, et autres
Publié: (2024)
Lying to Win: Assessing LLM Deception through Human-AI Games and Parallel-World Probing
par: Marioriyad, Arash, et autres
Publié: (2026)
par: Marioriyad, Arash, et autres
Publié: (2026)
Eye-Q: A Multilingual Benchmark for Visual Word Puzzle Solving and Image-to-Phrase Reasoning
par: Najar, Ali, et autres
Publié: (2026)
par: Najar, Ali, et autres
Publié: (2026)
LLM-Agent-Controller: A Universal Multi-Agent Large Language Model System as a Control Engineer
par: Zahedifar, Rasoul, et autres
Publié: (2025)
par: Zahedifar, Rasoul, et autres
Publié: (2025)
Large Language Models for Scientific Idea Generation: A Creativity-Centered Survey
par: Shahhosseini, Fatemeh, et autres
Publié: (2025)
par: Shahhosseini, Fatemeh, et autres
Publié: (2025)
Trained Models Tell Us How to Make Them Robust to Spurious Correlation without Group Annotation
par: Ghaznavi, Mahdi, et autres
Publié: (2024)
par: Ghaznavi, Mahdi, et autres
Publié: (2024)
The Silent Judge: Unacknowledged Shortcut Bias in LLM-as-a-Judge
par: Marioriyad, Arash, et autres
Publié: (2025)
par: Marioriyad, Arash, et autres
Publié: (2025)
LibraGrad: Balancing Gradient Flow for Universally Better Vision Transformer Attributions
par: Mehri, Faridoun, et autres
Publié: (2024)
par: Mehri, Faridoun, et autres
Publié: (2024)
Deciphering the Role of Representation Disentanglement: Investigating Compositional Generalization in CLIP Models
par: Abbasi, Reza, et autres
Publié: (2024)
par: Abbasi, Reza, et autres
Publié: (2024)
Fine-Grained Alignment and Noise Refinement for Compositional Text-to-Image Generation
par: Izadi, Amir Mohammad, et autres
Publié: (2025)
par: Izadi, Amir Mohammad, et autres
Publié: (2025)
SOInter: A Novel Deep Energy Based Interpretation Method for Explaining Structured Output Models
par: Seyyedsalehi, S. Fatemeh, et autres
Publié: (2022)
par: Seyyedsalehi, S. Fatemeh, et autres
Publié: (2022)
Efficient Adversarial Attacks on High-dimensional Offline Bandits
par: Hosseini, Seyed Mohammad Hadi, et autres
Publié: (2026)
par: Hosseini, Seyed Mohammad Hadi, et autres
Publié: (2026)
VQEL: Enabling Self-Play in Emergent Language Games via Agent-Internal Vector Quantization
par: Paqaleh, Mohammad Mahdi Samiei, et autres
Publié: (2025)
par: Paqaleh, Mohammad Mahdi Samiei, et autres
Publié: (2025)
Persian MusicGen: A Large-Scale Dataset and Culturally-Aware Generative Model for Persian Music
par: Sameti, Mohammad Hossein, et autres
Publié: (2026)
par: Sameti, Mohammad Hossein, et autres
Publié: (2026)
Infinity and Beyond: Compositional Alignment in VAR and Diffusion T2I Models
par: Shahabadi, Hossein, et autres
Publié: (2025)
par: Shahabadi, Hossein, et autres
Publié: (2025)
Language Plays a Pivotal Role in the Object-Attribute Compositional Generalization of CLIP
par: Abbasi, Reza, et autres
Publié: (2024)
par: Abbasi, Reza, et autres
Publié: (2024)
Why Settle for Mid: A Probabilistic Viewpoint to Spatial Relationship Alignment in Text-to-image Models
par: Rezaei, Parham, et autres
Publié: (2025)
par: Rezaei, Parham, et autres
Publié: (2025)
Diffusion Beats Autoregressive: An Evaluation of Compositional Generation in Text-to-Image Models
par: Marioriyad, Arash, et autres
Publié: (2024)
par: Marioriyad, Arash, et autres
Publié: (2024)
Ask in Any Modality: A Comprehensive Survey on Multimodal Retrieval-Augmented Generation
par: Abootorabi, Mohammad Mahdi, et autres
Publié: (2025)
par: Abootorabi, Mohammad Mahdi, et autres
Publié: (2025)
Mechanistic Interpretability of Emotion Inference in Large Language Models
par: Tak, Ala N., et autres
Publié: (2025)
par: Tak, Ala N., et autres
Publié: (2025)
The Judge Who Never Admits: Hidden Shortcuts in LLM-based Evaluation
par: Marioriyad, Arash, et autres
Publié: (2026)
par: Marioriyad, Arash, et autres
Publié: (2026)
Documents similaires
-
Understanding Counting Mechanisms in Large Language and Vision-Language Models
par: Hasani, Hosein, et autres
Publié: (2025) -
Uncovering Grounding IDs: How External Cues Shape Multimodal Binding
par: Hasani, Hosein, et autres
Publié: (2025) -
Causal Attribution via Activation Patching
par: Izadi, Amirmohammad, et autres
Publié: (2026) -
Visual Structures Helps Visual Reasoning: Addressing the Binding Problem in VLMs
par: Izadi, Amirmohammad, et autres
Publié: (2025) -
CAREL: Instruction-guided reinforcement learning with cross-modal auxiliary objectives
par: Saghafian, Armin, et autres
Publié: (2024)