Buchumschlag

RADAR: Relative Angular Divergence Across Representations

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Cadet, Xavier, Nowak, Mateusz, Chin, Peter
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Computation and Language Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

ABCD: All Biases Come Disguised
von: Nowak, Mateusz, et al.
Veröffentlicht: (2026)

VoD-3DGS: View-opacity-Dependent 3D Gaussian Splatting
von: Nowak, Mateusz, et al.
Veröffentlicht: (2025)

DocAtlas: Multilingual Document Understanding Across 80+ Languages
von: Heakl, Ahmed, et al.
Veröffentlicht: (2026)

Ferret-UI 2: Mastering Universal User Interface Understanding Across Platforms
von: Li, Zhangheng, et al.
Veröffentlicht: (2024)

Hyperbolic Multimodal Representation Learning for Biological Taxonomies
von: Gong, ZeMing, et al.
Veröffentlicht: (2025)

Mixture of Group Experts for Learning Invariant Representations
von: Kang, Lei, et al.
Veröffentlicht: (2025)

Verbalized Representation Learning for Interpretable Few-Shot Generalization
von: Yang, Cheng-Fu, et al.
Veröffentlicht: (2024)

T-MARS: Improving Visual Representations by Circumventing Text Feature Learning
von: Maini, Pratyush, et al.
Veröffentlicht: (2023)

Vision-Language Models Create Cross-Modal Task Representations
von: Luo, Grace, et al.
Veröffentlicht: (2024)

JPEG-LM: LLMs as Image Generators with Canonical Codec Representations
von: Han, Xiaochuang, et al.
Veröffentlicht: (2024)

REBEL: Reinforcement Learning via Regressing Relative Rewards
von: Gao, Zhaolin, et al.
Veröffentlicht: (2024)

Debiasing Large Vision-Language Models by Ablating Protected Attribute Representations
von: Ratzlaff, Neale, et al.
Veröffentlicht: (2024)

General Transform: A Unified Framework for Adaptive Transform to Enhance Representations
von: Budiutama, Gekko, et al.
Veröffentlicht: (2025)

MOFI: Learning Image Representations from Noisy Entity Annotated Images
von: Wu, Wentao, et al.
Veröffentlicht: (2023)

Cross-modal Causal Relation Alignment for Video Question Grounding
von: Chen, Weixing, et al.
Veröffentlicht: (2025)

Modeling Multimodal Social Interactions: New Challenges and Baselines with Densely Aligned Representations
von: Lee, Sangmin, et al.
Veröffentlicht: (2024)

URRL-IMVC: Unified and Robust Representation Learning for Incomplete Multi-View Clustering
von: Teng, Ge, et al.
Veröffentlicht: (2024)

No Train, all Gain: Self-Supervised Gradients Improve Deep Frozen Representations
von: Simoncini, Walter, et al.
Veröffentlicht: (2024)

BridgeTower: Building Bridges Between Encoders in Vision-Language Representation Learning
von: Xu, Xiao, et al.
Veröffentlicht: (2022)

FocalLens: Instruction Tuning Enables Zero-Shot Conditional Image Representations
von: Hsieh, Cheng-Yu, et al.
Veröffentlicht: (2025)

Prioritizing Image-Related Tokens Enhances Vision-Language Pre-Training
von: Chen, Yangyi, et al.
Veröffentlicht: (2025)

Diffusion-RPO: Aligning Diffusion Models through Relative Preference Optimization
von: Gu, Yi, et al.
Veröffentlicht: (2024)

LatentExplainer: Explaining Latent Representations in Deep Generative Models with Multimodal Large Language Models
von: Zhu, Mengdan, et al.
Veröffentlicht: (2024)

If CLIP Could Talk: Understanding Vision-Language Model Representations Through Their Preferred Concept Descriptions
von: Esfandiarpoor, Reza, et al.
Veröffentlicht: (2024)

Reefknot: A Comprehensive Benchmark for Relation Hallucination Evaluation, Analysis and Mitigation in Multimodal Large Language Models
von: Zheng, Kening, et al.
Veröffentlicht: (2024)

Bridging Neural and Symbolic Representations with Transitional Dictionary Learning
von: Cheng, Junyan, et al.
Veröffentlicht: (2023)

RADAR: Enhancing Radiology Report Generation with Supplementary Knowledge Injection
von: Hou, Wenjun, et al.
Veröffentlicht: (2025)

Traveling Across Languages: Benchmarking Cross-Lingual Consistency in Multimodal LLMs
von: Wang, Hao, et al.
Veröffentlicht: (2025)

Learning Representations on the Unit Sphere: Investigating Angular Gaussian and von Mises-Fisher Distributions for Online Continual Learning
von: Michel, Nicolas, et al.
Veröffentlicht: (2023)

How Do Vision-Language Models Process Conflicting Information Across Modalities?
von: Hua, Tianze, et al.
Veröffentlicht: (2025)

RAVEN: Query-Guided Representation Alignment for Question Answering over Audio, Video, Embedded Sensors, and Natural Language
von: Biswas, Subrata, et al.
Veröffentlicht: (2025)

Roboflow100-VL: A Multi-Domain Object Detection Benchmark for Vision-Language Models
von: Robicheaux, Peter, et al.
Veröffentlicht: (2025)

Red-Teaming Text-to-Image Models via In-Context Experience Replay and Semantic-Preserving Prompt Rewriting
von: Chin, Zhi-Yi, et al.
Veröffentlicht: (2024)

MLLMs-Augmented Visual-Language Representation Learning
von: Liu, Yanqing, et al.
Veröffentlicht: (2023)

Guiding Vision-Language Model Selection for Visual Question-Answering Across Tasks, Domains, and Knowledge Types
von: Sinha, Neelabh, et al.
Veröffentlicht: (2024)

MM-Spatial: Exploring 3D Spatial Understanding in Multimodal LLMs
von: Daxberger, Erik, et al.
Veröffentlicht: (2025)

Unified Lexical Representation for Interpretable Visual-Language Alignment
von: Li, Yifan, et al.
Veröffentlicht: (2024)

Tracing Representation Progression: Analyzing and Enhancing Layer-Wise Similarity
von: Jiang, Jiachen, et al.
Veröffentlicht: (2024)

OSCaR: Object State Captioning and State Change Representation
von: Nguyen, Nguyen, et al.
Veröffentlicht: (2024)

MAMA: Meta-optimized Angular Margin Contrastive Framework for Video-Language Representation Learning
von: Nguyen, Thong, et al.
Veröffentlicht: (2024)