Buchumschlag

Look Where It Matters: High-Resolution Crops Retrieval for Efficient VLMs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Shabtay, Nimrod, Kimhi, Moshe, Spector, Artem, Haray, Sivan, Rivlin, Ehud, Baskin, Chaim, Giryes, Raja, Schwartz, Eli
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

CARES: Context-Aware Resolution Selector for VLMs
von: Kimhi, Moshe, et al.
Veröffentlicht: (2025)

WAVECLIP: Wavelet Tokenization for Adaptive-Resolution CLIP
von: Kimhi, Moshe, et al.
Veröffentlicht: (2025)

Deep Phase Coded Image Prior
von: Shabtay, Nimrod, et al.
Veröffentlicht: (2024)

PIP: Positional-encoding Image Prior
von: Shabtay, Nimrod, et al.
Veröffentlicht: (2022)

Noisy Annotations in Semantic Segmentation
von: Kimhi, Moshe, et al.
Veröffentlicht: (2024)

CLIMP: Contrastive Language-Image Mamba Pretraining
von: Shabtay, Nimrod, et al.
Veröffentlicht: (2026)

Hysteresis Activation Function for Efficient Inference
von: Kimhi, Moshe, et al.
Veröffentlicht: (2024)

Semi-Supervised Semantic Segmentation via Marginal Contextual Information
von: Kimhi, Moshe, et al.
Veröffentlicht: (2023)

$\mathbf{R}^3$: Reconstruction, Raw, and Rain: Deraining Directly in the Bayer Domain
von: Rothschild, Nate, et al.
Veröffentlicht: (2025)

AMED: Automatic Mixed-Precision Quantization for Edge Devices
von: Kimhi, Moshe, et al.
Veröffentlicht: (2022)

Teaching VLMs to Localize Specific Objects from In-context Examples
von: Doveh, Sivan, et al.
Veröffentlicht: (2024)

Robot Instance Segmentation with Few Annotations for Grasping
von: Kimhi, Moshe, et al.
Veröffentlicht: (2024)

Context-aware Prompt Tuning: Advancing In-Context Learning with Adversarial Methods
von: Blau, Tsachi, et al.
Veröffentlicht: (2024)

MAEDAY: MAE for few and zero shot AnomalY-Detection
von: Schwartz, Eli, et al.
Veröffentlicht: (2022)

Balanced Thinking: Improving Chain of Thought Training in Vision Language Models
von: Perek, Shaked, et al.
Veröffentlicht: (2026)

Benchmarking Adversarial Patch Selection and Location
von: Kimhi, Shai, et al.
Veröffentlicht: (2025)

Advancing Speech Understanding in Speech-Aware Language Models with GRPO
von: Elmakies, Avishai, et al.
Veröffentlicht: (2025)

Leveraging Temporal Graph Networks Using Module Decoupling
von: Feldman, Or, et al.
Veröffentlicht: (2023)

LiveXiv -- A Multi-Modal Live Benchmark Based on Arxiv Papers Content
von: Shabtay, Nimrod, et al.
Veröffentlicht: (2024)

Looks Too Good To Be True: An Information-Theoretic Analysis of Hallucinations in Generative Restoration Models
von: Cohen, Regev, et al.
Veröffentlicht: (2024)

Revisiting Node Affinity Prediction in Temporal Graphs
von: Feldman, Or, et al.
Veröffentlicht: (2025)

Leveraging Latents for Efficient Thermography Classification and Segmentation
von: Shor, Tamir, et al.
Veröffentlicht: (2024)

Efficient Discriminative Joint Encoders for Large Scale Vision-Language Reranking
von: Taraday, Mitchell Keren, et al.
Veröffentlicht: (2025)

The CD-ROM Journal Literature: Where Do You Look?
von: Schwartz, Candy
Veröffentlicht: (1992)

Constitutional Governance in Metric Spaces
von: Shapiro, Ehud, et al.
Veröffentlicht: (2026)

Grassroots Federation: Fair Democratic Governance at Scale
von: Shapiro, Ehud, et al.
Veröffentlicht: (2025)

Cross-Instance Gaussian Splatting Registration via Geometry-Aware Feature-Guided Alignment
von: Amoyal, Roy, et al.
Veröffentlicht: (2026)

Conceptual Learning via Embedding Approximations for Reinforcing Interpretability and Transparency
von: Dikter, Maor, et al.
Veröffentlicht: (2024)

Structured Diffusion Bridges: Inductive Bias for Denoising Diffusion Bridges
von: Kosman, Eitan, et al.
Veröffentlicht: (2026)

On Adversarial Attacks In Acoustic Drone Localization
von: Shor, Tamir, et al.
Veröffentlicht: (2025)

TEAM PILOT -- Learned Feasible Extendable Set of Dynamic MRI Acquisition Trajectories
von: Shor, Tamir, et al.
Veröffentlicht: (2024)

Sparse patches adversarial attacks via extrapolating point-wise information
von: Nemcovsky, Yaniv, et al.
Veröffentlicht: (2024)

FLASH: Flexible Learning of Adaptive Sampling from History in Temporal Graph Neural Networks
von: Feldman, Or, et al.
Veröffentlicht: (2025)

Maximal Brain Damage Without Data or Optimization: Disrupting Neural Networks via Sign-Bit Flips
von: Galil, Ido, et al.
Veröffentlicht: (2025)

PREGEN: Uncovering Latent Thoughts in Composed Video Retrieval
von: Serussi, Gabriele, et al.
Veröffentlicht: (2026)

DifuzCam: Replacing Camera Lens with a Mask and a Diffusion Model
von: Yosef, Erez, et al.
Veröffentlicht: (2024)

Diverse Subset Selection via Norm-Based Sampling and Orthogonality
von: Bar, Noga, et al.
Veröffentlicht: (2024)

Pruning at Initialization -- A Sketching Perspective
von: Bar, Noga, et al.
Veröffentlicht: (2023)

DIP-GS: Deep Image Prior For Gaussian Splatting Sparse View Recovery
von: Khatib, Rajaei, et al.
Veröffentlicht: (2025)

ZOQO: Zero-Order Quantized Optimization
von: Bar, Noga, et al.
Veröffentlicht: (2025)