LatentDiff: Scaling Semantic Dataset Comparison to Millions of Images
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Flora, James, Thopalli, Kowshik, Kulkarni, Akshay R., Wong, Weng-Keen, Liu, Shusen |
|---|---|
| Format: | Preprint |
| Publié: |
2026
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Interpretable and Steerable Concept Bottleneck Sparse Autoencoders
par: Kulkarni, Akshay, et autres
Publié: (2025)
par: Kulkarni, Akshay, et autres
Publié: (2025)
Speeding Up Image Classifiers with Little Companions
par: Liu, Yang, et autres
Publié: (2024)
par: Liu, Yang, et autres
Publié: (2024)
On the Use of Anchoring for Training Vision Models
par: Narayanaswamy, Vivek, et autres
Publié: (2024)
par: Narayanaswamy, Vivek, et autres
Publié: (2024)
DECIDER: Leveraging Foundation Model Priors for Improved Model Failure Detection and Explanation
par: Subramanyam, Rakshith, et autres
Publié: (2024)
par: Subramanyam, Rakshith, et autres
Publié: (2024)
Interpretability-Guided Test-Time Adversarial Defense
par: Kulkarni, Akshay, et autres
Publié: (2024)
par: Kulkarni, Akshay, et autres
Publié: (2024)
Leveraging Registers in Vision Transformers for Robust Adaptation
par: Yellapragada, Srikar, et autres
Publié: (2025)
par: Yellapragada, Srikar, et autres
Publié: (2025)
Beyond Top Activations: Efficient and Reliable Crowdsourced Evaluation of Automated Interpretability
par: Oikarinen, Tuomas, et autres
Publié: (2025)
par: Oikarinen, Tuomas, et autres
Publié: (2025)
Orchid: Image Latent Diffusion for Joint Appearance and Geometry Generation
par: Krishnan, Akshay, et autres
Publié: (2025)
par: Krishnan, Akshay, et autres
Publié: (2025)
SOOD-ImageNet: a Large-Scale Dataset for Semantic Out-Of-Distribution Image Classification and Semantic Segmentation
par: Bacchin, Alberto, et autres
Publié: (2024)
par: Bacchin, Alberto, et autres
Publié: (2024)
Interpreting Neurons in Deep Vision Networks with Language Models
par: Bai, Nicholas, et autres
Publié: (2024)
par: Bai, Nicholas, et autres
Publié: (2024)
Interpretable Generative Models through Post-hoc Concept Bottlenecks
par: Kulkarni, Akshay, et autres
Publié: (2025)
par: Kulkarni, Akshay, et autres
Publié: (2025)
Visual Exploration of Feature Relationships in Sparse Autoencoders with Curated Concepts
par: Yan, Xinyuan, et autres
Publié: (2025)
par: Yan, Xinyuan, et autres
Publié: (2025)
Scaling Large Motion Models with Million-Level Human Motions
par: Wang, Ye, et autres
Publié: (2024)
par: Wang, Ye, et autres
Publié: (2024)
Toffee: Efficient Million-Scale Dataset Construction for Subject-Driven Text-to-Image Generation
par: Zhou, Yufan, et autres
Publié: (2024)
par: Zhou, Yufan, et autres
Publié: (2024)
Towards Resource-Efficient Streaming of Large-Scale Medical Image Datasets for Deep Learning
par: Kulkarni, Pranav, et autres
Publié: (2023)
par: Kulkarni, Pranav, et autres
Publié: (2023)
GPT-IMAGE-EDIT-1.5M: A Million-Scale, GPT-Generated Image Dataset
par: Wang, Yuhan, et autres
Publié: (2025)
par: Wang, Yuhan, et autres
Publié: (2025)
BIKED++: A Multimodal Dataset of 1.4 Million Bicycle Image and Parametric CAD Designs
par: Regenwetter, Lyle, et autres
Publié: (2024)
par: Regenwetter, Lyle, et autres
Publié: (2024)
StableSemantics: A Synthetic Language-Vision Dataset of Semantic Representations in Naturalistic Images
par: Zawar, Rushikesh, et autres
Publié: (2024)
par: Zawar, Rushikesh, et autres
Publié: (2024)
TIP-I2V: A Million-Scale Real Text and Image Prompt Dataset for Image-to-Video Generation
par: Wang, Wenhao, et autres
Publié: (2024)
par: Wang, Wenhao, et autres
Publié: (2024)
EmerDiff: Emerging Pixel-level Semantic Knowledge in Diffusion Models
par: Namekata, Koichi, et autres
Publié: (2024)
par: Namekata, Koichi, et autres
Publié: (2024)
ZeroDiff: Solidified Visual-Semantic Correlation in Zero-Shot Learning
par: Ye, Zihan, et autres
Publié: (2024)
par: Ye, Zihan, et autres
Publié: (2024)
X-Mark: Saliency-Guided Robust Dataset Ownership Verification for Medical Imaging
par: Kulkarni, Pranav, et autres
Publié: (2026)
par: Kulkarni, Pranav, et autres
Publié: (2026)
Semantic Augmentation in Images using Language
par: Yerramilli, Sahiti, et autres
Publié: (2024)
par: Yerramilli, Sahiti, et autres
Publié: (2024)
SemDiff: Generating Natural Unrestricted Adversarial Examples via Semantic Attributes Optimization in Diffusion Models
par: Dai, Zeyu, et autres
Publié: (2025)
par: Dai, Zeyu, et autres
Publié: (2025)
DiffHarmony: Latent Diffusion Model Meets Image Harmonization
par: Zhou, Pengfei, et autres
Publié: (2024)
par: Zhou, Pengfei, et autres
Publié: (2024)
From an Image to a Scene: Learning to Imagine the World from a Million 360 Videos
par: Wallingford, Matthew, et autres
Publié: (2024)
par: Wallingford, Matthew, et autres
Publié: (2024)
DisCo-Diff: Enhancing Continuous Diffusion Models with Discrete Latents
par: Xu, Yilun, et autres
Publié: (2024)
par: Xu, Yilun, et autres
Publié: (2024)
VideoUFO: A Million-Scale User-Focused Dataset for Text-to-Video Generation
par: Wang, Wenhao, et autres
Publié: (2025)
par: Wang, Wenhao, et autres
Publié: (2025)
CubeDiff: Repurposing Diffusion-Based Image Models for Panorama Generation
par: Kalischek, Nikolai, et autres
Publié: (2025)
par: Kalischek, Nikolai, et autres
Publié: (2025)
DiffEditor: Boosting Accuracy and Flexibility on Diffusion-based Image Editing
par: Mou, Chong, et autres
Publié: (2024)
par: Mou, Chong, et autres
Publié: (2024)
Enhancing Accuracy and Parameter-Efficiency of Neural Representations for Network Parameterization
par: Choi, Hongjun, et autres
Publié: (2024)
par: Choi, Hongjun, et autres
Publié: (2024)
FLUX-Reason-6M & PRISM-Bench: A Million-Scale Text-to-Image Reasoning Dataset and Comprehensive Benchmark
par: Fang, Rongyao, et autres
Publié: (2025)
par: Fang, Rongyao, et autres
Publié: (2025)
FRACTAL: An Ultra-Large-Scale Aerial Lidar Dataset for 3D Semantic Segmentation of Diverse Landscapes
par: Gaydon, Charles, et autres
Publié: (2024)
par: Gaydon, Charles, et autres
Publié: (2024)
SLICE: Semantic Latent Injection via Compartmentalized Embedding for Image Watermarking
par: Gao, Zheng, et autres
Publié: (2026)
par: Gao, Zheng, et autres
Publié: (2026)
Understanding Bias in Large-Scale Visual Datasets
par: Zeng, Boya, et autres
Publié: (2024)
par: Zeng, Boya, et autres
Publié: (2024)
DRAGON: A Large-Scale Dataset of Realistic Images Generated by Diffusion Models
par: Bertazzini, Giulia, et autres
Publié: (2025)
par: Bertazzini, Giulia, et autres
Publié: (2025)
Pre-training of Lightweight Vision Transformers on Small Datasets with Minimally Scaled Images
par: Tan, Jen Hong
Publié: (2024)
par: Tan, Jen Hong
Publié: (2024)
Quilt-1M: One Million Image-Text Pairs for Histopathology
par: Ikezogwo, Wisdom Oluchi, et autres
Publié: (2023)
par: Ikezogwo, Wisdom Oluchi, et autres
Publié: (2023)
ICONIC-444: A 3.1-Million-Image Dataset for OOD Detection Research
par: Krumpl, Gerhard, et autres
Publié: (2026)
par: Krumpl, Gerhard, et autres
Publié: (2026)
Scaling Laws for Robust Comparison of Open Foundation Language-Vision Models and Datasets
par: Nezhurina, Marianna, et autres
Publié: (2025)
par: Nezhurina, Marianna, et autres
Publié: (2025)
Documents similaires
-
Interpretable and Steerable Concept Bottleneck Sparse Autoencoders
par: Kulkarni, Akshay, et autres
Publié: (2025) -
Speeding Up Image Classifiers with Little Companions
par: Liu, Yang, et autres
Publié: (2024) -
On the Use of Anchoring for Training Vision Models
par: Narayanaswamy, Vivek, et autres
Publié: (2024) -
DECIDER: Leveraging Foundation Model Priors for Improved Model Failure Detection and Explanation
par: Subramanyam, Rakshith, et autres
Publié: (2024) -
Interpretability-Guided Test-Time Adversarial Defense
par: Kulkarni, Akshay, et autres
Publié: (2024)