多模态信息融合

Malformer: A Multi-Modal Malware Detector Using Transformers

Malformer：一种基于Transformer的多模态恶意软件检测器

Samuel Howard, Kshitiz Aryal, Mahmoud Abdelsalam, Maanak Gupta, Andrew Wheeler, Pradip Kunwar

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

AI总结 本研究提出四模态恶意软件检测模型Malformer，融合文本、图像、图形、音频表示，采用多模态Transformer融合，在201549个样本数据集上准确率98.3%，优于单/双模态检测器，为恶意软件防御提供稳健基础。

Pedagogical AI in Mental Health: A Tri-Stream Fine-Tuned LLM Framework for Automated Clinical Supervision and Risk Triage

心理健康领域的教学式AI：用于自动化临床监督与风险分诊的三通路微调大语言模型框架

Shreeya Sharma, Ravish Gupta, Saket Kumar, Abhishek Aggarwal

机构 * Microsoft（微软） ； BigCommerce ； University at Buffalo, The State University of New York（纽约州立大学布法罗分校） ； Amazon（亚马逊） 纠错

专题命中 融合架构与评测 ：multi-modal fusion(abstract)

AI总结 针对精神医疗的监督缺口，提出三通路微调Mistral-7B-instruct框架，实现自动化临床监督与风险分诊，提升效率并解决冷启动问题。

Comments 14 pages, 1 figure, 2 tables. Accepted for publication in AICTC 2026, Lecture Notes in Networks and Systems, vol. 2165, Springer

A flexible Bayesian framework for detecting cross-sample spatial expression variability in heterogeneous tissues

用于检测异质性组织中跨样本空间表达变异性的灵活贝叶斯框架

Meng Zhou, Shuangge Ma, Mengyun Wu

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

AI总结 本研究提出一种灵活的贝叶斯框架，结合非参数空间建模与跨样本信息共享，可检测异质性组织的跨样本空间可变基因，用于描绘组织域并发现功能基因簇。