近日，GitHub推出了一项新的方法，可以增强OpenFlamingo和LLaVA等多模型模型对视觉对抗攻击的防御能力。该方法通过无监督地微调CLIP视觉编码器，有效地保护这些模型免受恶意图像攻击，提高了它们在现实应用中的可靠...

新的SpLiCE方法使得CLIP的复杂视觉数据更易于理解。CLIP是一种先进的人工智能模型，它可以在不需要人工标注的情况下学习视觉概念。然而，由于CLIP的视觉数据非常复杂，很难解释和理解。SpLiCE通过使用可解释的特征来...

研究人员引入了一种新的方法CLIP-MUSED，可以跨越不同个体解码脑电信号中的视觉信息。该方法结合了神经图像和机器学习技术，可以为研究人员提供更深入的理解不同个体之间的脑电活动差异。研究人员表示，该技术的应用...

这篇论文重新审视了经典的高斯判别分析（GDA）算法，以改善CLIP在图像分类任务中的性能，而不需要额外的训练或资源。GDA算法通过增加一个基于贝叶斯公式的先验，实现了对输入向量的加权处理，从而有效地降低了噪声对...

由于LAION等大规模数据集的删除，以及版权问题，使得训练大规模图像模型变得具有挑战性。但是，这项工作表明，使用3000万个全合成的图像可以训练出强大的CLIP模型。

本项目介绍了开放项目SAM，这是一个结合了CLIP和SAM模型的框架，用于提高图像分割和识别的能力。CLIP模型是一种基于对比学习的神经网络模型，用于学习图像和文字之间的关系，而SAM模型则是一种序列建模方法，用于对...

这项项目介绍了一种方法，可以适应各种任务的类似CLIP的视觉语言模型，同时保留其泛化能力。该方法从LLM数据中学习提示，避免了需要标记图像的需求。

最近，研究人员提出了一种名为CLIP-DINOiser的新方法，它将CLIP模型的零样本能力与自监督特征相结合，从而实现了更好的语义分割，无需标注。CLIP-DINOiser方法使用了自监督任务DINO来学习图像特征，并将其与CLIP模型...