Buchumschlag

Language-Pretraining-Induced Bias: A Strong Foundation for General Vision Tasks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Luo, Yaxin, Shen, Zhiqiang
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition Computation and Language Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

2.5 Years in Class: A Multimodal Textbook for Vision-Language Pretraining
von: Zhang, Wenqi, et al.
Veröffentlicht: (2025)

LDP: Generalizing to Multilingual Visual Information Extraction by Language Decoupled Pretraining
von: Shen, Huawen, et al.
Veröffentlicht: (2024)

Vision-Language Models Create Cross-Modal Task Representations
von: Luo, Grace, et al.
Veröffentlicht: (2024)

Pushing the Frontier of Black-Box LVLM Attacks via Fine-Grained Detail Targeting
von: Zhao, Xiaohan, et al.
Veröffentlicht: (2026)

CLIP with Quality Captions: A Strong Pretraining for Vision Tasks
von: Vasu, Pavan Kumar Anasosalu, et al.
Veröffentlicht: (2024)

Open CaptchaWorld: A Comprehensive Web-based Platform for Testing and Benchmarking Multimodal LLM Agents
von: Luo, Yaxin, et al.
Veröffentlicht: (2025)

How Vision-Language Tasks Benefit from Large Pre-trained Models: A Survey
von: Qi, Yayun, et al.
Veröffentlicht: (2024)

When are Lemons Purple? The Concept Association Bias of Vision-Language Models
von: Yamada, Yutaro, et al.
Veröffentlicht: (2022)

Renaissance: Investigating the Pretraining of Vision-Language Encoders
von: Fields, Clayton, et al.
Veröffentlicht: (2024)

Learning to Read Where to Look: Disease-Aware Vision-Language Pretraining for 3D CT
von: Ging, Simon, et al.
Veröffentlicht: (2026)

Modeling Caption Diversity in Contrastive Vision-Language Pretraining
von: Lavoie, Samuel, et al.
Veröffentlicht: (2024)

Federated Learning from Vision-Language Foundation Models: Theoretical Analysis and Method
von: Pan, Bikang, et al.
Veröffentlicht: (2024)

Mordal: Automated Pretrained Model Selection for Vision Language Models
von: He, Shiqi, et al.
Veröffentlicht: (2025)

A Comprehensive Information-Decomposition Analysis of Large Vision-Language Models
von: Xiu, Lixin, et al.
Veröffentlicht: (2026)

BioCLIP: A Vision Foundation Model for the Tree of Life
von: Stevens, Samuel, et al.
Veröffentlicht: (2023)

Bias Is a Subspace, Not a Coordinate: A Geometric Rethinking of Post-hoc Debiasing in Vision-Language Models
von: Zhao, Dachuan, et al.
Veröffentlicht: (2025)

Weak-to-Strong Compositional Learning from Generative Models for Language-based Object Detection
von: Park, Kwanyong, et al.
Veröffentlicht: (2024)

LMFusion: Adapting Pretrained Language Models for Multimodal Generation
von: Shi, Weijia, et al.
Veröffentlicht: (2024)

Mixture of Experts Made Personalized: Federated Prompt Learning for Vision-Language Models
von: Luo, Jun, et al.
Veröffentlicht: (2024)

Shotluck Holmes: A Family of Efficient Small-Scale Large Language Vision Models For Video Captioning and Summarization
von: Luo, Richard, et al.
Veröffentlicht: (2024)

Distributionally Robust Alignment for Medical Federated Vision-Language Pre-training Under Data Heterogeneity
von: Shuai, Zitao, et al.
Veröffentlicht: (2024)

Rethinking RL Scaling for Vision Language Models: A Transparent, From-Scratch Framework and Comprehensive Evaluation Scheme
von: Ma, Yan, et al.
Veröffentlicht: (2025)

A Practitioner's Guide to Continual Multimodal Pretraining
von: Roth, Karsten, et al.
Veröffentlicht: (2024)

Unleashing the Potential of Model Bias for Generalized Category Discovery
von: An, Wenbin, et al.
Veröffentlicht: (2024)

Context-Aware Multimodal Pretraining
von: Roth, Karsten, et al.
Veröffentlicht: (2024)

MMFactory: A Universal Solution Search Engine for Vision-Language Tasks
von: Fan, Wan-Cyuan, et al.
Veröffentlicht: (2024)

A Vision Check-up for Language Models
von: Sharma, Pratyusha, et al.
Veröffentlicht: (2024)

RadZero: Similarity-Based Cross-Attention for Explainable Vision-Language Alignment in Chest X-ray with Zero-Shot Multi-Task Capability
von: Park, Jonggwon, et al.
Veröffentlicht: (2025)

DELAN: Dual-Level Alignment for Vision-and-Language Navigation by Cross-Modal Contrastive Learning
von: Du, Mengfei, et al.
Veröffentlicht: (2024)

SQ-LLaVA: Self-Questioning for Large Vision-Language Assistant
von: Sun, Guohao, et al.
Veröffentlicht: (2024)

The Cost of Context: Mitigating Textual Bias in Multimodal Retrieval-Augmented Generation
von: Jung, Hoin, et al.
Veröffentlicht: (2026)

A Survey on Hallucination in Large Vision-Language Models
von: Liu, Hanchao, et al.
Veröffentlicht: (2024)

The Neglected Tails in Vision-Language Models
von: Parashar, Shubham, et al.
Veröffentlicht: (2024)

Exposing and Addressing Cross-Task Inconsistency in Unified Vision-Language Models
von: Maharana, Adyasha, et al.
Veröffentlicht: (2023)

BiasConnect: Investigating Bias Interactions in Text-to-Image Models
von: Shukla, Pushkar, et al.
Veröffentlicht: (2025)

Differentially Private Bias-Term Fine-tuning of Foundation Models
von: Bu, Zhiqi, et al.
Veröffentlicht: (2022)

SOLO: A Single Transformer for Scalable Vision-Language Modeling
von: Chen, Yangyi, et al.
Veröffentlicht: (2024)

Zebra-CoT: A Dataset for Interleaved Vision Language Reasoning
von: Li, Ang, et al.
Veröffentlicht: (2025)

TULIP: Towards Unified Language-Image Pretraining
von: Tang, Zineng, et al.
Veröffentlicht: (2025)

Calibrated Self-Rewarding Vision Language Models
von: Zhou, Yiyang, et al.
Veröffentlicht: (2024)