Revealing and Reducing Gender Biases in Vision and Language Assistants (VLAs)
专题命中 VLM训练与架构 :LLaVA(abstract);InternVL(abstract)
Comments Accepted at ICLR 2025
AI 大模型
视觉语言模型、视觉推理、视觉问答、图文理解和视觉 grounding。
专题命中 VLM训练与架构 :LLaVA(abstract);InternVL(abstract)
Comments Accepted at ICLR 2025
专题命中 VLM训练与架构 :LLaVA(abstract);分类 cs.CV、cs.AI、cs.LG
Comments CVPR 2025
专题命中 VLM训练与架构 :VLM(abstract);visual language model(abstract)
专题命中 VLM训练与架构 :LLaVA(abstract);MLLM(abstract)
Comments Accepted to NAACL 2025 Findings
专题命中 VLM训练与架构 :LLaVA(abstract);MLLM(abstract)
Comments 11 pages
Journal ref CHI Conference on Human Factors in Computing Systems (CHI EA 2025)
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV、cs.AI、cs.LG
专题命中 VLM训练与架构 :VLM(abstract);分类 cs.CV、cs.AI、cs.LG
Comments 35 pages
Journal ref Proceedings of the Thirteenth International Conference on Learning Representations (ICLR 2025)
专题命中 VLM训练与架构 :visual language model(abstract);分类 cs.CV、cs.AI、cs.LG
专题命中 VLM训练与架构 :LLaVA(abstract);MLLM(abstract)
专题命中 VLM训练与架构 :vision language model(abstract);VLM(abstract)
Comments The online appendix is available at https://osf.io/zb2ak/
专题命中 VLM训练与架构 :vision-language model(abstract);VLM(abstract)
专题命中 VLM训练与架构 :vision-language model(abstract);VLM(abstract)
专题命中 VLM训练与架构 :vision-language model(abstract);VLM(abstract)
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV、cs.AI、cs.LG
专题命中 VLM训练与架构 :MLLM(abstract);分类 cs.CV、cs.AI、cs.LG
Comments Accepted by AAAI 2025
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV、cs.AI、cs.LG
Comments Tech report. 16 pages, 10 figures
专题命中 VLM训练与架构 :vision language model(abstract);grounding(abstract)
专题命中 VLM训练与架构 :vision language model(abstract);分类 cs.CV、cs.AI、cs.LG
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV、cs.AI、cs.LG
专题命中 VLM训练与架构 :grounding(abstract);分类 cs.CV、cs.AI、cs.LG
Comments under review
专题命中 VLM训练与架构 :LLaVA(abstract);分类 cs.CV、cs.AI、cs.LG
专题命中 VLM训练与架构 :VLM(abstract);分类 cs.CV、cs.AI、cs.LG
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV、cs.AI、cs.LG
Comments Presented at NeurIPS 2024
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV、cs.AI、cs.LG
Comments This project is available at https://github.com/Liuziyu77/MMDU
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV、cs.AI、cs.LG
Comments 15 pages, 1 figure. Accepted as ORAL at the The 35th British Machine Vision Conference 2024 (BMVC 2024), Glasgow, UK
专题命中 VLM训练与架构 :LLaVA(abstract);分类 cs.CV、cs.AI、cs.LG
Comments Project Page: https://sunzey.github.io/Bootstrap3D/
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV、cs.AI、cs.LG
Comments 10 pages excluding References and Appendix
专题命中 VLM训练与架构 :vision language model(abstract);分类 cs.CV、cs.AI、cs.LG
Comments Paper published at ICML 2024 Workshop on Foundation Models in the Wild
专题命中 VLM训练与架构 :multimodal large language model(abstract);分类 cs.CV、cs.AI、cs.LG
专题命中 VLM训练与架构 :LLaVA(abstract);分类 cs.CV、cs.AI、cs.LG
Comments Project Page: https://matryoshka-mm.github.io/