Buchumschlag

Evian: Towards Explainable Visual Instruction-tuning Data Auditing

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jia, Zimu, Xu, Mingjie, Estornell, Andrew, Wei, Jiaheng
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

Better Reasoning with Less Data: Enhancing VLMs Through Unified Modality Scoring
von: Xu, Mingjie, et al.
Veröffentlicht: (2025)

ChartGemma: Visual Instruction-tuning for Chart Reasoning in the Wild
von: Masry, Ahmed, et al.
Veröffentlicht: (2024)

HalluciDoctor: Mitigating Hallucinatory Toxicity in Visual Instruction Data
von: Yu, Qifan, et al.
Veröffentlicht: (2023)

Coherent Zero-Shot Visual Instruction Generation
von: Phung, Quynh, et al.
Veröffentlicht: (2024)

Instruction-tuned Self-Questioning Framework for Multimodal Reasoning
von: Jang, You-Won, et al.
Veröffentlicht: (2025)

MotIF: Motion Instruction Fine-tuning
von: Hwang, Minyoung, et al.
Veröffentlicht: (2024)

StrLoRA: Towards Streaming Continual Visual Instruction Tuning for MLLMs
von: Che, Chang, et al.
Veröffentlicht: (2026)

VIGC: Visual Instruction Generation and Correction
von: Wang, Bin, et al.
Veröffentlicht: (2023)

CoralVQA: A Large-Scale Visual Question Answering Dataset for Coral Reef Image Understanding
von: Han, Hongyong, et al.
Veröffentlicht: (2025)

Activating Visual Context and Commonsense Reasoning through Masked Prediction in VLMs
von: Yu, Jiaao, et al.
Veröffentlicht: (2025)

Filter Images First, Generate Instructions Later: Pre-Instruction Data Selection for Visual Instruction Tuning
von: Safaei, Bardia, et al.
Veröffentlicht: (2025)

VisualWebInstruct: Scaling up Multimodal Instruction Data through Web Search
von: Jia, Yiming, et al.
Veröffentlicht: (2025)

Fine-tuning Vision Language Models with Graph-based Knowledge for Explainable Medical Image Analysis
von: Li, Chenjun, et al.
Veröffentlicht: (2025)

Fake-in-Facext: Towards Fine-Grained Explainable DeepFake Analysis
von: Qin, Lixiong, et al.
Veröffentlicht: (2025)

Towards Visual-Prompt Temporal Answering Grounding in Medical Instructional Video
von: Li, Bin, et al.
Veröffentlicht: (2022)

Supervised Fine-tuning in turn Improves Visual Foundation Models
von: Jiang, Xiaohu, et al.
Veröffentlicht: (2024)

LoRA in LoRA: Towards Parameter-Efficient Architecture Expansion for Continual Visual Instruction Tuning
von: Che, Chang, et al.
Veröffentlicht: (2025)

InstrAct: Towards Action-Centric Understanding in Instructional Videos
von: Yang, Zhuoyi, et al.
Veröffentlicht: (2026)

ScalSelect: Scalable Training-Free Multimodal Data Selection for Efficient Visual Instruction Tuning
von: Wu, Changti, et al.
Veröffentlicht: (2026)

MathCoder2: Better Math Reasoning from Continued Pretraining on Model-translated Mathematical Code
von: Lu, Zimu, et al.
Veröffentlicht: (2024)

B-AVIBench: Towards Evaluating the Robustness of Large Vision-Language Model on Black-box Adversarial Visual-Instructions
von: Zhang, Hao, et al.
Veröffentlicht: (2024)

Inside Knowledge: Graph-based Path Generation with Explainable Data Augmentation and Curriculum Learning for Visual Indoor Navigation
von: Airinei, Daniel, et al.
Veröffentlicht: (2025)

Robotic Visual Instruction
von: Li, Yanbang, et al.
Veröffentlicht: (2025)

Enhancing Instruction-Following Capability of Visual-Language Models by Reducing Image Redundancy
von: Yang, Te, et al.
Veröffentlicht: (2024)

TaskGalaxy: Scaling Multi-modal Instruction Fine-tuning with Tens of Thousands Vision Task Types
von: Chen, Jiankang, et al.
Veröffentlicht: (2025)

In-Video Instructions: Visual Signals as Generative Control
von: Fang, Gongfan, et al.
Veröffentlicht: (2025)

Tokensome: Towards a Genetic Vision-Language GPT for Explainable and Cognitive Karyotyping
von: Zhang, Haoxi, et al.
Veröffentlicht: (2024)

Explainable Visual Anomaly Detection via Concept Bottleneck Models
von: Stropeni, Arianna, et al.
Veröffentlicht: (2025)

Advancing Multimodal Large Language Models in Chart Question Answering with Visualization-Referenced Instruction Tuning
von: Zeng, Xingchen, et al.
Veröffentlicht: (2024)

Parrot: Multilingual Visual Instruction Tuning
von: Sun, Hai-Long, et al.
Veröffentlicht: (2024)

Membership Inference Test: Auditing Training Data in Object Classification Models
von: Mancera, Gonzalo, et al.
Veröffentlicht: (2026)

VoiceAssistant-Eval: Benchmarking AI Assistants across Listening, Speaking, and Viewing
von: Wang, Ke, et al.
Veröffentlicht: (2025)

Parameter-Free Fine-tuning via Redundancy Elimination for Vision Foundation Models
von: Long, Jiahuan, et al.
Veröffentlicht: (2025)

Towards Quantitative Evaluation of Explainable AI Methods for Deepfake Detection
von: Tsigos, Konstantinos, et al.
Veröffentlicht: (2024)

Towards Counterfactual and Contrastive Explainability and Transparency of DCNN Image Classifiers
von: Tariq, Syed Ali, et al.
Veröffentlicht: (2025)

Learning to Correction: Explainable Feedback Generation for Visual Commonsense Reasoning Distractor
von: Chen, Jiali, et al.
Veröffentlicht: (2024)

Auditing and Mitigating Bias in Gender Classification Algorithms: A Data-Centric Approach
von: Bahiru, Tadesse K, et al.
Veröffentlicht: (2025)

MathCoder-VL: Bridging Vision and Code for Enhanced Multimodal Mathematical Reasoning
von: Wang, Ke, et al.
Veröffentlicht: (2025)

EmoVIT: Revolutionizing Emotion Insights with Visual Instruction Tuning
von: Xie, Hongxia, et al.
Veröffentlicht: (2024)

On Thin Ice: Towards Explainable Conservation Monitoring via Attribution and Perturbations
von: Zhou, Jiayi, et al.
Veröffentlicht: (2025)