Calibrating Multi-modal Representations: A Pursuit of Group Robustness without Annotations

Fine-tuning pre-trained vision-language models, like CLIP, has yielded success on diverse downstream tasks. However, several pain points persist for this paradigm: (i) directly tuning entire pre-trained models becomes both time-intensive and computationally costly. Additionally, these tuned models t...

Celý popis

Podrobná bibliografie

Vydáno v:	Proceedings (IEEE Computer Society Conference on Computer Vision and Pattern Recognition. Online) Ročník 2024; s. 26140 - 26150
Hlavní autoři:	You, Chenyu, Mint, Yifei, Dai, Weicheng, Sekhon, Jasjeet S., Staib, Lawrence, Duncan, James S.
Médium:	Konferenční příspěvek Journal Article
Jazyk:	angličtina
Vydáno:	United States IEEE 01.06.2024
Témata:	Annotations Benchmark testing Computational modeling Contrastive learning Group Robustness; Multi-Modal Learning; Spurious Correlations Refining Training data Visualization
ISSN:	1063-6919, 1063-6919
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!