Buchumschlag

Multi-modal Test-time Adaptation via Adaptive Probabilistic Gaussian Calibration

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xu, Jinglin, Li, Yi, Sun, Chuxiong, Xu, Xiao, Li, Jiangmeng, Xu, Fanjiang
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

AmPLe: Supporting Vision-Language Models via Adaptive-Debiased Ensemble Multi-Prompt Learning
von: Song, Fei, et al.
Veröffentlicht: (2025)

BayesTTA: Continual-Temporal Test-Time Adaptation for Vision-Language Models via Gaussian Discriminant Analysis
von: Cui, Shuang, et al.
Veröffentlicht: (2025)

Adversarial Testing for Visual Grounding via Image-Aware Property Reduction
von: Chang, Zhiyuan, et al.
Veröffentlicht: (2024)

Learning Novel View Synthesis from Heterogeneous Low-light Captures
von: Zheng, Quan, et al.
Veröffentlicht: (2024)

Rethinking Generalizability and Discriminability of Self-Supervised Learning from Evolutionary Game Theory Perspective
von: Li, Jiangmeng, et al.
Veröffentlicht: (2024)

Analyzing and Boosting the Power of Fine-Grained Visual Recognition for Multi-modal Large Language Models
von: He, Hulingxiao, et al.
Veröffentlicht: (2025)

JointSplat: Probabilistic Joint Flow-Depth Optimization for Sparse-View Gaussian Splatting
von: Xiao, Yang, et al.
Veröffentlicht: (2025)

End-To-End Underwater Video Enhancement: Dataset and Model
von: Du, Dazhao, et al.
Veröffentlicht: (2024)

All-in-One Image Restoration via Causal-Deconfounding Wavelet-Disentangled Prompt Network
von: Wang, Bingnan, et al.
Veröffentlicht: (2026)

MSLoRA: Multi-Scale Low-Rank Adaptation via Attention Reweighting
von: Yang, Xu, et al.
Veröffentlicht: (2025)

Doubly Debiased Test-Time Prompt Tuning for Vision-Language Models
von: Song, Fei, et al.
Veröffentlicht: (2025)

Distribution-Aware Continual Test-Time Adaptation for Semantic Segmentation
von: Ni, Jiayi, et al.
Veröffentlicht: (2023)

FakeShield: Explainable Image Forgery Detection and Localization via Multi-modal Large Language Models
von: Xu, Zhipei, et al.
Veröffentlicht: (2024)

PruneHal: Reducing Hallucinations in Multi-modal Large Language Models through Adaptive KV Cache Pruning
von: Sun, Fengyuan, et al.
Veröffentlicht: (2025)

From Question to Exploration: Test-Time Adaptation in Semantic Segmentation?
von: Yi, Chang'an, et al.
Veröffentlicht: (2023)

Learning Progressive Adaptation for Multi-Modal Tracking
von: Wang, He, et al.
Veröffentlicht: (2026)

Cross-modality Guidance-aided Multi-modal Learning with Dual Attention for MRI Brain Tumor Grading
von: Xu, Dunyuan, et al.
Veröffentlicht: (2024)

VL-Calibration: Decoupled Confidence Calibration for Large Vision-Language Models Reasoning
von: Xiao, Wenyi, et al.
Veröffentlicht: (2026)

Decomposing the Neurons: Activation Sparsity via Mixture of Experts for Continual Test Time Adaptation
von: Zhang, Rongyu, et al.
Veröffentlicht: (2024)

Chain-of-Adaptation: Surgical Vision-Language Adaptation with Reinforcement Learning
von: Li, Jiajie, et al.
Veröffentlicht: (2026)

Subspace Alignment for Vision-Language Model Test-time Adaptation
von: Zeng, Zhichen, et al.
Veröffentlicht: (2026)

DAE-Fuse: An Adaptive Discriminative Autoencoder for Multi-Modality Image Fusion
von: Guo, Yuchen, et al.
Veröffentlicht: (2024)

TestDG: Test-time Domain Generalization for Continual Test-time Adaptation
von: Lee, Sohyun, et al.
Veröffentlicht: (2025)

Adaptive Disentangled Representation Learning for Incomplete Multi-View Multi-Label Classification
von: Li, Quanjiang, et al.
Veröffentlicht: (2026)

GaussianCross: Cross-modal Self-supervised 3D Representation Learning via Gaussian Splatting
von: Yao, Lei, et al.
Veröffentlicht: (2025)

Adaptation of Multi-modal Representation Models for Multi-task Surgical Computer Vision
von: Walimbe, Soham, et al.
Veröffentlicht: (2025)

Less yet robust: crucial region selection for scene recognition
von: Zhang, Jianqi, et al.
Veröffentlicht: (2024)

QuEPT: Quantized Elastic Precision Transformers with One-Shot Calibration for Multi-Bit Switching
von: Xu, Ke, et al.
Veröffentlicht: (2026)

M$^3$CoT: A Novel Benchmark for Multi-Domain Multi-step Multi-modal Chain-of-Thought
von: Chen, Qiguang, et al.
Veröffentlicht: (2024)

RSVP: Reasoning Segmentation via Visual Prompting and Multi-modal Chain-of-Thought
von: Lu, Yi, et al.
Veröffentlicht: (2025)

Decoupling Perception and Calibration: Label-Efficient Image Quality Assessment Framework
von: Li, Xinyue, et al.
Veröffentlicht: (2026)

FDBPL: Faster Distillation-Based Prompt Learning for Region-Aware Vision-Language Models Adaptation
von: Zhang, Zherui, et al.
Veröffentlicht: (2025)

LVD-GS: Gaussian Splatting SLAM for Dynamic Scenes via Hierarchical Explicit-Implicit Representation Collaboration Rendering
von: Zhu, Wenkai, et al.
Veröffentlicht: (2025)

StructGS: Adaptive Spherical Harmonics and Rendering Enhancements for Superior 3D Gaussian Splatting
von: Huang, Zexu, et al.
Veröffentlicht: (2025)

Multi-modal Auto-regressive Modeling via Visual Words
von: Peng, Tianshuo, et al.
Veröffentlicht: (2024)

TokenMotion: Decoupled Motion Control via Token Disentanglement for Human-centric Video Generation
von: Li, Ruineng, et al.
Veröffentlicht: (2025)

TTP: Test-Time Padding for Adversarial Detection and Robust Adaptation on Vision-Language Models
von: Li, Zhiwei, et al.
Veröffentlicht: (2025)

HAMLET-FFD: Hierarchical Adaptive Multi-modal Learning Embeddings Transformation for Face Forgery Detection
von: Cui, Jialei, et al.
Veröffentlicht: (2025)

SimVG: A Simple Framework for Visual Grounding with Decoupled Multi-modal Fusion
von: Dai, Ming, et al.
Veröffentlicht: (2024)

Mitigating Object Hallucinations in Large Vision-Language Models via Attention Calibration
von: Zhu, Younan, et al.
Veröffentlicht: (2025)