Buchumschlag

Gate-and-Merge: Zero-shot Compositional Personalization of Vision Language Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ding, Guodong, Yao, Angela
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

Conceptrol: Concept Control of Zero-shot Personalized Image Generation
von: He, Qiyuan, et al.
Veröffentlicht: (2025)

Zero-shot Vision-Language Reranking for Cross-View Geolocalization
von: Erzurumlu, Yunus Talha, et al.
Veröffentlicht: (2026)

Zero-shot detection of buildings in mobile LiDAR using Language Vision Model
von: Goo, June Moh, et al.
Veröffentlicht: (2024)

Understanding Graphical Perception in Data Visualization through Zero-shot Prompting of Vision-Language Models
von: Guo, Grace, et al.
Veröffentlicht: (2024)

Zeus: Zero-shot LLM Instruction for Union Segmentation in Multimodal Medical Imaging
von: Dai, Siyuan, et al.
Veröffentlicht: (2025)

A Vision-Language Foundation Model for Zero-shot Clinical Collaboration and Automated Concept Discovery in Dermatology
von: Yan, Siyuan, et al.
Veröffentlicht: (2026)

P2DNav: Panorama-to-Downview Reasoning for Zero-shot Vision-and-Language Navigation
von: Sheng, Kai, et al.
Veröffentlicht: (2026)

Hierarchically Robust Zero-shot Vision-language Models
von: Dong, Junhao, et al.
Veröffentlicht: (2026)

Enhancing Zero-shot Personalized Image Aesthetics Assessment with Profile-aware Multimodal LLM
von: Wang, Chun, et al.
Veröffentlicht: (2026)

BootPIG: Bootstrapping Zero-shot Personalized Image Generation Capabilities in Pretrained Diffusion Models
von: Purushwalkam, Senthil, et al.
Veröffentlicht: (2024)

Zero-shot World Models Are Developmentally Efficient Learners
von: Aw, Khai Loong, et al.
Veröffentlicht: (2026)

Anomagic: Crossmodal Prompt-driven Zero-shot Anomaly Generation
von: Jiang, Yuxin, et al.
Veröffentlicht: (2025)

InstantID: Zero-shot Identity-Preserving Generation in Seconds
von: Wang, Qixun, et al.
Veröffentlicht: (2024)

Ego: Embedding-Guided Personalization of Vision-Language Models
von: Seifi, Soroush, et al.
Veröffentlicht: (2026)

GEASS: Gated Evidence-Adaptive Selective Caption Trust for Vision-Language Models
von: Li, Zeshang, et al.
Veröffentlicht: (2026)

AIR: Zero-shot Generative Model Adaptation with Iterative Refinement
von: Liu, Guimeng, et al.
Veröffentlicht: (2025)

OAD-Promoter: Enhancing Zero-shot VQA using Large Language Models with Object Attribute Description
von: Xu, Quanxing, et al.
Veröffentlicht: (2025)

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

Zoom-shot: Fast and Efficient Unsupervised Zero-Shot Transfer of CLIP to Vision Encoders with Multimodal Loss
von: Shipard, Jordan, et al.
Veröffentlicht: (2024)

Prompt-based Visual Alignment for Zero-shot Policy Transfer
von: Gao, Haihan, et al.
Veröffentlicht: (2024)

Continual Learning in Vision-Language Models via Aligned Model Merging
von: Sokar, Ghada, et al.
Veröffentlicht: (2025)

Segment-Anything Models Achieve Zero-shot Robustness in Autonomous Driving
von: Yan, Jun, et al.
Veröffentlicht: (2024)

Visual Space Optimization for Zero-shot Learning
von: Wang, Xinsheng, et al.
Veröffentlicht: (2019)

Fine-gained Zero-shot Video Sampling
von: Chen, Dengsheng, et al.
Veröffentlicht: (2024)

HecVL: Hierarchical Video-Language Pretraining for Zero-shot Surgical Phase Recognition
von: Yuan, Kun, et al.
Veröffentlicht: (2024)

Flame3D: Zero-shot Compositional Reasoning of 3D Scenes with Agentic Language Models
von: Bharadwaj, Sagar, et al.
Veröffentlicht: (2026)

MC-LLaVA: Multi-Concept Personalized Vision-Language Model
von: An, Ruichuan, et al.
Veröffentlicht: (2024)

MC-LLaVA: Multi-Concept Personalized Vision-Language Model
von: An, Ruichuan, et al.
Veröffentlicht: (2025)

In-Context Learning Improves Compositional Understanding of Vision-Language Models
von: Nulli, Matteo, et al.
Veröffentlicht: (2024)

Zero-shot Concept Bottleneck Models
von: Yamaguchi, Shin'ya, et al.
Veröffentlicht: (2025)

Towards Truly Zero-shot Compositional Visual Reasoning with LLMs as Programmers
von: Stanić, Aleksandar, et al.
Veröffentlicht: (2024)

YoChameleon: Personalized Vision and Language Generation
von: Nguyen, Thao, et al.
Veröffentlicht: (2025)

GAZE:Governance-Aware pre-annotation for Zero-shot World Model Environments
von: Krishna, Leela, et al.
Veröffentlicht: (2025)

Jailbreaks on Vision Language Model via Multimodal Reasoning
von: Noheria, Aarush, et al.
Veröffentlicht: (2026)

ZSPAPrune: Zero-Shot Prompt-Aware Token Pruning for Vision-Language Models
von: Zhang, Pu, et al.
Veröffentlicht: (2025)

Benchmarking Zero-Shot Recognition with Vision-Language Models: Challenges on Granularity and Specificity
von: Xu, Zhenlin, et al.
Veröffentlicht: (2023)

LLM meets Vision-Language Models for Zero-Shot One-Class Classification
von: Bendou, Yassir, et al.
Veröffentlicht: (2024)

AA-CLIP: Enhancing Zero-shot Anomaly Detection via Anomaly-Aware CLIP
von: Ma, Wenxin, et al.
Veröffentlicht: (2025)

StarFT: Robust Fine-tuning of Zero-shot Models via Spuriosity Alignment
von: Kim, Younghyun, et al.
Veröffentlicht: (2025)

LIBERO-X: Robustness Litmus for Vision-Language-Action Models
von: Wang, Guodong, et al.
Veröffentlicht: (2026)