会员服务
KLip-PPO: A per-sample KL perspective on PPO-Clip
Arxiv
0+阅读 · 6月22日
A novel Framework for Open-Vocabulary Multi-Object Recognition using CLIP
Arxiv
0+阅读 · 6月23日
MedP-CLIP: Medical CLIP with Region-Aware Prompt Integration
Arxiv
0+阅读 · 6月23日
Jolia: Concept-Level Vision-Language Alignment for 3D CT Contrastive Learning
Arxiv
0+阅读 · 6月23日
Robust and Fast Training via Per-Sample Clipping
Robust and Fast Training via Per-Sample Clipping
Arxiv
0+阅读 · 6月23日
Page image classifier fine-tuned on century-spanning archives of scanned documents for further content-specific processing
Arxiv
0+阅读 · 6月23日
Zero-Shot Vision-Language Models for Classroom Engagement Recognition: A Benchmark Study of Prompt Sensitivity and Cross-Dataset Generalization
Arxiv
0+阅读 · 6月20日
From Gradient Clipping to Structural Refinement: Improving DPSGD for Medical Image Segmentation
Arxiv
0+阅读 · 6月19日
Concept-Constrained Prompt Learning for Few-Shot CLIP Adaptation
Arxiv
0+阅读 · 6月21日
HERMAN: Hierarchical Representation Matching for CLIP-based Class-Incremental Learning
Arxiv
0+阅读 · 6月21日
What are Key Factors for Updates in RL for LLM Reasoning?
Arxiv
0+阅读 · 6月21日
A Controlled Study of CLIP-Based Body-Scene Fusion for Emotion Recognition in Context
Arxiv
0+阅读 · 6月20日
Vortex: Multi-Modal Fusion System for Intelligent Video Retrieval
Arxiv
0+阅读 · 6月18日
VCG: A Multimodal Retrieval Framework for E-Commerce Video Feeds under Extreme Cold-Start Conditions
Arxiv
0+阅读 · 6月17日
Attention Sinks in Diffusion Transformers: A Causal Analysis
Arxiv
0+阅读 · 6月16日
参考链接
微信扫码咨询专知VIP会员
Top