:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Vo, Khang Hoang Nhat
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Artificial Intelligence
Online-Zugang:	https://arxiv.org/abs/2605.07544
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Revolutionizing Precise Low Back Pain Diagnosis via Contrastive Learning
von: Le, Thanh Binh, et al.
Veröffentlicht: (2025)

A Unified XAI-LLM Approach for EndotrachealSuctioning Activity Recognition
von: Phan, Hoang Khang, et al.
Veröffentlicht: (2026)

PAS : Prelim Attention Score for Detecting Object Hallucinations in Large Vision--Language Models
von: Hoang-Xuan, Nhat, et al.
Veröffentlicht: (2025)

ViCLIP-OT: The First Foundation Vision-Language Model for Vietnamese Image-Text Retrieval with Optimal Transport
von: Tran, Quoc-Khang, et al.
Veröffentlicht: (2026)

Contestable Multi-Agent Debate with Arena-based Argumentative Computation for Multimedia Verification
von: Nguyen, Truong Thanh Hung, et al.
Veröffentlicht: (2026)

From Pixels to Words -- Towards Native Vision-Language Primitives at Scale
von: Diao, Haiwen, et al.
Veröffentlicht: (2025)

STER-VLM: Spatio-Temporal With Enhanced Reference Vision-Language Models
von: Nguyen-Nhu, Tinh-Anh, et al.
Veröffentlicht: (2025)

From Pixels to Predicates: Learning Symbolic World Models via Pretrained Vision-Language Models
von: Athalye, Ashay, et al.
Veröffentlicht: (2024)

From Panel to Pixel: Zoom-In Vision-Language Pretraining from Biomedical Scientific Literature
von: Yuan, Kun, et al.
Veröffentlicht: (2025)

Towards Cultural Bridge by Bahnaric-Vietnamese Translation Using Transfer Learning of Sequence-To-Sequence Pre-training Language Model
von: Dat, Phan Tran Minh, et al.
Veröffentlicht: (2025)

Latent Domain Prompt Learning for Vision-Language Models
von: Li, Zhixing, et al.
Veröffentlicht: (2025)

Single-Pixel Vision-Language Model for Intrinsic Privacy-Preserving Behavioral Intelligence
von: An, Hongjun, et al.
Veröffentlicht: (2026)

From Pixels to Explanations: Interpretable Diabetic Retinopathy Grading with CNN-Transformer Ensembles, Visual Explainability and Vision-Language Models
von: Khokhar, Pir Bakhsh, et al.
Veröffentlicht: (2026)

Rethinking Top Probability from Multi-view for Distracted Driver Behaviour Localization
von: Nguyen, Quang Vinh, et al.
Veröffentlicht: (2024)

Evolving Prompt Adaptation for Vision-Language Models
von: Zhang, Enming, et al.
Veröffentlicht: (2026)

Adversarial Prompt Tuning for Vision-Language Models
von: Zhang, Jiaming, et al.
Veröffentlicht: (2023)

Adversarial Prompt Distillation for Vision-Language Models
von: Luo, Lin, et al.
Veröffentlicht: (2024)

Multilingual Pretraining for Pixel Language Models
von: Kesen, Ilker, et al.
Veröffentlicht: (2025)

LeafNet: A Large-Scale Dataset and Comprehensive Benchmark for Foundational Vision-Language Understanding of Plant Diseases
von: Quoc, Khang Nguyen, et al.
Veröffentlicht: (2026)

A Study of Vulnerability Repair in JavaScript Programs with Large Language Models
von: Le, Tan Khang, et al.
Veröffentlicht: (2024)

LangXAI: Integrating Large Vision Models for Generating Textual Explanations to Enhance Explainability in Visual Perception Tasks
von: Nguyen, Truong Thanh Hung, et al.
Veröffentlicht: (2024)

FedMPT: Federated Multi-label Prompt Tuning of Vision-Language Models
von: Wang, Xucong, et al.
Veröffentlicht: (2026)

ROSGPT_Vision: Commanding Robots Using Only Language Models' Prompts
von: Benjdira, Bilel, et al.
Veröffentlicht: (2023)

Aquila-plus: Prompt-Driven Visual-Language Models for Pixel-Level Remote Sensing Image Understanding
von: Lu, Kaixuan
Veröffentlicht: (2024)

Multi-Agent Training for Pommerman: Curriculum Learning and Population-based Self-Play Approach
von: Huynh, Nhat-Minh, et al.
Veröffentlicht: (2024)

Domain-Invariant Prompt Learning for Vision-Language Models
von: Khoee, Arsham Gholamzadeh, et al.
Veröffentlicht: (2026)

Target Prompting for Information Extraction with Vision Language Model
von: Medhi, Dipankar
Veröffentlicht: (2024)

Prompting Large Vision-Language Models for Compositional Reasoning
von: Ossowski, Timothy, et al.
Veröffentlicht: (2024)

Attention Prompting on Image for Large Vision-Language Models
von: Yu, Runpeng, et al.
Veröffentlicht: (2024)

Training-Free Unsupervised Prompt for Vision-Language Models
von: Long, Sifan, et al.
Veröffentlicht: (2024)

PLPP: Prompt Learning with Perplexity Is Self-Distillation for Vision-Language Models
von: Liu, Biao, et al.
Veröffentlicht: (2024)

Dynamic Theory of Mind as a Temporal Memory Problem: Evidence from Large Language Models
von: Nguyen, Thuy Ngoc, et al.
Veröffentlicht: (2026)

DKPROMPT: Domain Knowledge Prompting Vision-Language Models for Open-World Planning
von: Zhang, Xiaohan, et al.
Veröffentlicht: (2024)

Context-Adaptive Multi-Prompt Embedding with Large Language Models for Vision-Language Alignment
von: Kim, Dahun, et al.
Veröffentlicht: (2025)

AgentSGEN: Multi-Agent LLM in the Loop for Semantic Collaboration and GENeration of Synthetic Data
von: Xuan, Vu Dinh, et al.
Veröffentlicht: (2025)

ViGText: Deepfake Image Detection with Vision-Language Model Explanations and Graph Neural Networks
von: ALBarqawi, Ahmad, et al.
Veröffentlicht: (2025)

From Coordinates to Context: An LLM-Bootstrapped Semantic Encoding Framework for Privacy-Preserving Mobile Sensing Stress Recognition
von: Phan, Hoang Khang, et al.
Veröffentlicht: (2025)

Leveraging Model Soups to Classify Intangible Cultural Heritage Images from the Mekong Delta
von: Tran, Quoc-Khang, et al.
Veröffentlicht: (2026)

Physical Prompt Injection Attacks on Large Vision-Language Models
von: Ling, Chen, et al.
Veröffentlicht: (2026)

BERT-based model for Vietnamese Fact Verification Dataset
von: Tran, Bao, et al.
Veröffentlicht: (2025)