Copertina

Prompt Tuning for CLIP on the Pretrained Manifold

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Yang, Xi, Xu, Yuanrong, Zhang, Weigang, Lu, Guangming, Zhang, David, Wen, Jie
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Computer Vision and Pattern Recognition
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Continual Learning on CLIP via Incremental Prompt Tuning with Intrinsic Textual Anchors
di: Lu, Haodong, et al.
Pubblicazione: (2025)

CLIP-Mamba: CLIP Pretrained Mamba Models with OOD and Hessian Evaluation
di: Huang, Weiquan, et al.
Pubblicazione: (2024)

Neural Antidote: Class-Wise Prompt Tuning for Purifying Backdoors in CLIP
di: Kong, Jiawei, et al.
Pubblicazione: (2025)

PCQA: A Strong Baseline for AIGC Quality Assessment Based on Prompt Condition
di: Fang, Xi, et al.
Pubblicazione: (2024)

MINT: Memory-Infused Prompt Tuning at Test-time for CLIP
di: Yi, Jiaming, et al.
Pubblicazione: (2025)

Enhancing CLIP with CLIP: Exploring Pseudolabeling for Limited-Label Prompt Tuning
di: Menghini, Cristina, et al.
Pubblicazione: (2023)

STAND: Semantic Anchoring Constraint with Dual-Granularity Disambiguation for Remote Sensing Image Change Captioning
di: Gong, Yanpei, et al.
Pubblicazione: (2026)

AIFIND: Artifact-Aware Interpreting Fine-Grained Alignment for Incremental Face Forgery Detection
di: Wang, Hao, et al.
Pubblicazione: (2026)

QwenCLIP: Boosting Medical Vision-Language Pretraining via LLM Embeddings and Prompt tuning
di: Wei, Xiaoyang, et al.
Pubblicazione: (2025)

Visual Variational Autoencoder Prompt Tuning
di: Xiao, Xi, et al.
Pubblicazione: (2025)

MedP-CLIP: Medical CLIP with Region-Aware Prompt Integration
di: Peng, Jiahui, et al.
Pubblicazione: (2026)

SEP: Self-Enhanced Prompt Tuning for Visual-Language Model
di: Yao, Hantao, et al.
Pubblicazione: (2024)

AdaCLIP: Adapting CLIP with Hybrid Learnable Prompts for Zero-Shot Anomaly Detection
di: Cao, Yunkang, et al.
Pubblicazione: (2024)

MoP-CLIP: A Mixture of Prompt-Tuned CLIP Models for Domain Incremental Learning
di: Nicolas, Julien, et al.
Pubblicazione: (2023)

AD-CLIP: Adapting Domains in Prompt Space Using CLIP
di: Singha, Mainak, et al.
Pubblicazione: (2023)

VTD-CLIP: Video-to-Text Discretization via Prompting CLIP
di: Zhu, Wencheng, et al.
Pubblicazione: (2025)

GazeCLIP: Gaze-Guided CLIP with Adaptive-Enhanced Fine-Grained Language Prompt for Deepfake Attribution and Detection
di: Zhang, Yaning, et al.
Pubblicazione: (2026)

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

AttriPrompt: Dynamic Prompt Composition Learning for CLIP
di: Zhan, Qiqi, et al.
Pubblicazione: (2025)

Explicit Uncertainty Modeling for Active CLIP Adaptation with Dual Prompt Tuning
di: Wang, Qian-Wei, et al.
Pubblicazione: (2026)

BadCLIP: Trigger-Aware Prompt Learning for Backdoor Attacks on CLIP
di: Bai, Jiawang, et al.
Pubblicazione: (2023)

GenCLIP: Generalizing CLIP Prompts for Zero-shot Anomaly Detection
di: Kim, Donghyeong, et al.
Pubblicazione: (2025)

Prompt-guided Disentangled Representation for Action Recognition
di: Wu, Tianci, et al.
Pubblicazione: (2025)

Visual Instance-aware Prompt Tuning
di: Xiao, Xi, et al.
Pubblicazione: (2025)

Generalizable Prompt Learning of CLIP: A Brief Overview
di: Cui, Fangming, et al.
Pubblicazione: (2025)

MoAPT: Mixture of Adversarial Prompt Tuning for Vision-Language Models
di: Zhao, Shiji, et al.
Pubblicazione: (2025)

Improving Calibration in Test-Time Prompt Tuning for Vision-Language Models via Data-Free Flatness-Aware Prompt Pretraining
di: Jang, Hyeonseo, et al.
Pubblicazione: (2026)

Generalizable Prompt Tuning for Vision-Language Models
di: Zhang, Qian
Pubblicazione: (2024)

Revisiting Prompt Pretraining of Vision-Language Models
di: Chen, Zhenyuan, et al.
Pubblicazione: (2024)

OphCLIP: Hierarchical Retrieval-Augmented Learning for Ophthalmic Surgical Video-Language Pretraining
di: Hu, Ming, et al.
Pubblicazione: (2024)

InfoCLIP: Bridging Vision-Language Pretraining and Open-Vocabulary Semantic Segmentation via Information-Theoretic Alignment Transfer
di: Yuan, Muyao, et al.
Pubblicazione: (2025)

Hyper Adversarial Tuning for Boosting Adversarial Robustness of Pretrained Large Vision Models
di: Lv, Kangtao, et al.
Pubblicazione: (2024)

PromptSafe: Gated Prompt Tuning for Safe Text-to-Image Generation
di: Jing, Zonglei, et al.
Pubblicazione: (2025)

Text as Any-Modality for Zero-Shot Classification by Consistent Prompt Tuning
di: Wu, Xiangyu, et al.
Pubblicazione: (2025)

DeCLIP: Decoupled Prompting for CLIP-based Multi-Label Class-Incremental Learning
di: Du, Kaile, et al.
Pubblicazione: (2025)

The CLIP Model is Secretly an Image-to-Prompt Converter
di: Ding, Yuxuan, et al.
Pubblicazione: (2023)

MoCLIP: Motion-Aware Fine-Tuning and Distillation of CLIP for Human Motion Generation
di: Maldonado, Gabriel, et al.
Pubblicazione: (2025)

Control-CLIP: Decoupling Category and Style Guidance in CLIP for Specific-Domain Generation
di: Jia, Zexi, et al.
Pubblicazione: (2025)

Improving Visual Prompt Tuning by Gaussian Neighborhood Minimization for Long-Tailed Visual Recognition
di: Li, Mengke, et al.
Pubblicazione: (2024)

Long-CLIP: Unlocking the Long-Text Capability of CLIP
di: Zhang, Beichen, et al.
Pubblicazione: (2024)