Copertina

SSAM: Singular Subspace Alignment for Merging Multimodal Large Language Models

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Reza, Md Kaykobad, Patil, Ameya, Ayrapetian, Edward, Asif, M. Salman
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Machine Learning Computer Vision and Pattern Recognition
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Robust Multimodal Learning via Cross-Modal Proxy Tokens
di: Reza, Md Kaykobad, et al.
Pubblicazione: (2025)

MMP: Towards Robust Multi-Modal Learning with Masked Modality Projection
di: Nezakati, Niki, et al.
Pubblicazione: (2024)

MMSFormer: Multimodal Transformer for Material and Semantic Segmentation
di: Reza, Md Kaykobad, et al.
Pubblicazione: (2023)

Robust Multimodal Learning with Missing Modalities via Parameter-Efficient Adaptation
di: Reza, Md Kaykobad, et al.
Pubblicazione: (2023)

DualSwinFusionSeg: Multimodal Martian Landslide Segmentation via Dual Swin Transformer with Multi-Scale Fusion and UNet++
di: Kabir, Shahriar, et al.
Pubblicazione: (2026)

How to Merge Your Multimodal Models Over Time?
di: Dziadzio, Sebastian, et al.
Pubblicazione: (2024)

Subspace-Boosted Model Merging
di: Skorobogat, Ronald, et al.
Pubblicazione: (2025)

FRISM: Fine-Grained Reasoning Injection via Subspace-Level Model Merging for Vision-Language Models
di: Huang, Chenyu, et al.
Pubblicazione: (2026)

Bridging Domains through Subspace-Aware Model Merging
di: Chaves, Levy, et al.
Pubblicazione: (2026)

Transform-Dependent Adversarial Attacks
di: Tan, Yaoteng, et al.
Pubblicazione: (2024)

Logic-RAG: Augmenting Large Multimodal Models with Visual-Spatial Knowledge for Road Scene Understanding
di: Kabir, Imran, et al.
Pubblicazione: (2025)

Improving Multimodal Large Language Models Using Continual Learning
di: Srivastava, Shikhar, et al.
Pubblicazione: (2024)

FLAVARS: A Multimodal Foundational Language and Vision Alignment Model for Remote Sensing
di: Corley, Isaac, et al.
Pubblicazione: (2025)

Large Convolutional Model Tuning via Filter Subspace
di: Chen, Wei, et al.
Pubblicazione: (2024)

Improved Alignment of Modalities in Large Vision Language Models
di: Jangra, Kartik, et al.
Pubblicazione: (2025)

Ovis: Structural Embedding Alignment for Multimodal Large Language Model
di: Lu, Shiyin, et al.
Pubblicazione: (2024)

Beyond Perception Errors: Semantic Fixation in Large Vision-Language Models
di: Alam, Md Tanvirul
Pubblicazione: (2026)

Unaligning Everything: Or Aligning Any Text to Any Image in Multimodal Models
di: Salman, Shaeke, et al.
Pubblicazione: (2024)

DC-Merge: Improving Model Merging with Directional Consistency
di: Zhang, Han-Chen, et al.
Pubblicazione: (2026)

Merging and Disentangling Views in Visual Reinforcement Learning for Robotic Manipulation
di: Almuzairee, Abdulaziz, et al.
Pubblicazione: (2025)

SSAM: Self-Supervised Association Modeling for Test-Time Adaption
di: Wang, Yaxiong, et al.
Pubblicazione: (2025)

AdaMerging: Adaptive Model Merging for Multi-Task Learning
di: Yang, Enneng, et al.
Pubblicazione: (2023)

EMR-Merging: Tuning-Free High-Performance Model Merging
di: Huang, Chenyu, et al.
Pubblicazione: (2024)

Promptception: How Sensitive Are Large Multimodal Models to Prompts?
di: Ismithdeen, Mohamed Insaf, et al.
Pubblicazione: (2025)

Visual Prompting in Multimodal Large Language Models: A Survey
di: Wu, Junda, et al.
Pubblicazione: (2024)

Introducing Visual Perception Token into Multimodal Large Language Model
di: Yu, Runpeng, et al.
Pubblicazione: (2025)

Parameter-efficient Multi-Task and Multi-Domain Learning using Factorized Tensor Networks
di: Garg, Yash, et al.
Pubblicazione: (2023)

Fill the GAP: A Granular Alignment Paradigm for Visual Reasoning in Multimodal Large Language Models
di: Miao, Yanting, et al.
Pubblicazione: (2026)

SubspaceAD: Training-Free Few-Shot Anomaly Detection via Subspace Modeling
di: Lendering, Camile, et al.
Pubblicazione: (2026)

Language Integration in Fine-Tuning Multimodal Large Language Models for Image-Based Regression
di: Jennings, Roy H., et al.
Pubblicazione: (2025)

Saliency-Aware Model Merging
di: Park, Jungin, et al.
Pubblicazione: (2026)

Preference-Aligned LoRA Merging: Preserving Subspace Coverage and Addressing Directional Anisotropy
di: Jeong, Wooseong, et al.
Pubblicazione: (2026)

Large-Scale Riemannian Meta-Optimization via Subspace Adaptation
di: Yu, Peilin, et al.
Pubblicazione: (2025)

X-VILA: Cross-Modality Alignment for Large Language Model
di: Ye, Hanrong, et al.
Pubblicazione: (2024)

ChemVLM: Exploring the Power of Multimodal Large Language Models in Chemistry Area
di: Li, Junxian, et al.
Pubblicazione: (2024)

ForgerySleuth: Empowering Multimodal Large Language Models for Image Manipulation Detection
di: Sun, Zhihao, et al.
Pubblicazione: (2024)

Visual-Guided Key-Token Regularization for Multimodal Large Language Model Unlearning
di: Cai, Chengyi, et al.
Pubblicazione: (2026)

Predictive Regularization Against Visual Representation Degradation in Multimodal Large Language Models
di: Wang, Enguang, et al.
Pubblicazione: (2026)

Enhancing Multimodal Large Language Models for Safety-Critical Driving Video Analysis
di: Trinci, Tomaso, et al.
Pubblicazione: (2026)

WorldVQA: Measuring Atomic World Knowledge in Multimodal Large Language Models
di: Zhou, Runjie, et al.
Pubblicazione: (2026)