会员服务
AdSum: Two-stream Audio-visual Summarization for Automated Video Advertisement Clipping
Arxiv
0+阅读 · 10月30日
GRPO-Guard: Mitigating Implicit Over-Optimization in Flow Matching via Regulated Clipping
Arxiv
0+阅读 · 10月30日
LATex: Leveraging Attribute-based Text Knowledge for Aerial-Ground Person Re-Identification
Arxiv
0+阅读 · 10月30日
Defending Multimodal Backdoored Models by Repulsive Visual Prompt Tuning
Arxiv
0+阅读 · 10月30日
Adapter-state Sharing CLIP for Parameter-efficient Multimodal Sarcasm Detection
Arxiv
0+阅读 · 10月29日
Caption-Driven Explainability: Probing CNNs for Bias via CLIP
Caption-Driven Explainability: Probing CNNs for Bias via CLIP
Arxiv
0+阅读 · 10月29日
RETTA: Retrieval-Enhanced Test-Time Adaptation for Zero-Shot Video Captioning
Arxiv
0+阅读 · 10月28日
GeoClip: Geometry-Aware Clipping for Differentially Private SGD
Arxiv
0+阅读 · 10月27日
Few-Shot Remote Sensing Image Scene Classification with CLIP and Prompt Learning
Arxiv
0+阅读 · 10月28日
Caption-Driven Explainability: Probing CNNs for Bias via CLIP
Arxiv
0+阅读 · 10月28日
Advancing Compositional Awareness in CLIP with Efficient Fine-Tuning
Arxiv
0+阅读 · 10月28日
Does CLIP perceive art the same way we do?
Arxiv
0+阅读 · 10月28日
Can Less Precise Be More Reliable? A Systematic Evaluation of Quantization's Impact on CLIP Beyond Accuracy
Arxiv
0+阅读 · 10月27日
Two Causally Related Needles in a Video Haystack
Arxiv
0+阅读 · 10月24日
Modest-Align: Data-Efficient Alignment for Vision-Language Models
Arxiv
0+阅读 · 10月24日
参考链接
微信扫码咨询专知VIP会员
Top