会员服务
VITRIX-CLIPIN: Enhancing Fine-Grained Visual Understanding in CLIP via Instruction Editing Data and Long Captions
Arxiv
0+阅读 · 10月23日
A Training-Free Framework for Open-Vocabulary Image Segmentation and Recognition with EfficientNet and CLIP
Arxiv
0+阅读 · 10月22日
BrainMCLIP: Brain Image Decoding with Multi-Layer feature Fusion of CLIP
Arxiv
0+阅读 · 10月22日
Training-Free Label Space Alignment for Universal Domain Adaptation
Arxiv
0+阅读 · 10月22日
ProCLIP: Progressive Vision-Language Alignment via LLM-based Embedder
Arxiv
0+阅读 · 10月22日
FedDEAP: Adaptive Dual-Prompt Tuning for Multi-Domain Federated Learning
Arxiv
0+阅读 · 10月21日
Zero-Shot Vehicle Model Recognition via Text-Based Retrieval-Augmented Generation
Arxiv
0+阅读 · 10月21日
ProCLIP: Progressive Vision-Language Alignment via LLM-based Embedder
Arxiv
0+阅读 · 10月21日
CLIP: Client-Side Invariant Pruning for Mitigating Stragglers in Secure Federated Learning
Arxiv
0+阅读 · 10月19日
DocMMIR: A Framework for Document Multi-modal Information Retrieval
Arxiv
0+阅读 · 10月17日
Theoretical Refinement of CLIP by Utilizing Linear Structure of Optimal Similarity
Arxiv
0+阅读 · 10月17日
QSilk: Micrograin Stabilization and Adaptive Quantile Clipping for Detail-Friendly Latent Diffusion
Arxiv
0+阅读 · 10月17日
CE-GPPO: Coordinating Entropy via Gradient-Preserving Clipping Policy Optimization in Reinforcement Learning
Arxiv
0+阅读 · 10月15日
Data or Language Supervision: What Makes CLIP Better than DINO?
Arxiv
0+阅读 · 10月13日
NeuroSwift: A Lightweight Cross-Subject Framework for fMRI Visual Reconstruction of Complex Scenes
Arxiv
0+阅读 · 10月12日
参考链接
微信扫码咨询专知VIP会员
Top