Datenbalance in CLIP kann Bias reduzieren, hat jedoch gemischte Auswirkungen auf die Qualität.
Integration harter negativer Beispiele verbessert das konzeptionelle Verständnis in multimodalem Lernen.
PEELING verbessert die Effektivität von Adversarial Tests für visuelle Verankerung durch Reduzierung von bildbezogenen Eigenschaften.