arXivDaily arXiv每日学术速递 周一至周五更新

视觉与机器人

多模态信息融合

面向图像、视频、多传感器和跨模态感知的信息融合,包括 Image Fusion、红外可见光、遥感、医学影像、LiDAR/雷达/相机和音视频融合。

2026-06-30 至 2026-06-30 共收录 2 信号源:cs.CV, eess.IV, eess.SP, cs.RO, cs.MM

1. 融合架构与评测 2 篇

2606.30189 2026-06-30 cs.CL 50%

DAIN: Dynamic Agent-Based Interaction Network for Efficient and Collaborative Multimodal Reasoning

DAIN: 基于动态智能体交互网络的高效协同多模态推理

Xinxin Chen, Yuchen Li, Zihan Wang, Haoyu Zhang, Ruixin Liu, Mingyuan Zhao

机构 * University of Chinese Academy of Sciences(中国科学院大学)

专题命中 融合架构与评测 :multimodal fusion(abstract)

AI总结 提出动态智能体交互网络(DAIN),通过上下文感知元控制器动态调度专业交互智能体并压缩通信,实现高效协同多模态推理,在五个基准上取得最优性能。

Comments 19 pages

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.29947 2026-06-30 cs.IR cs.LG 50%

Diagnosing and Mitigating Retrieval Bottlenecks in LLM-Based Cold-Start Recommendation

诊断与缓解基于LLM的冷启动推荐中的检索瓶颈

Zhe Dong, Fang Qin, Manish Shah, Yicheng Wang

专题命中 融合架构与评测 :hybrid fusion(abstract)

AI总结 本文通过五领域基准测试发现,在冷启动场景下,LLM重排序器受限于检索覆盖率低(4.6-22.9%),提出LHF混合融合层作为检索侧基线,恢复17-61%的oracle覆盖空间,但端到端实验显示非LLM排序与LLM重排序之间存在不匹配。

Comments 17 pages, 6 figures, 13 tables

详情

展开后加载摘要…

URL PDF HTML 收藏