TextME: Bridging Unseen Modalities Through Text Descriptions
TextME: 通过文本描述弥合未见模态
Soyeon Hong, Jinchan Kim, Jaegook You, Seungtaek Choi, Suha Kwak, Hyunsouk Cho
机构
*
Department of Artificial Intelligence, Ajou University, Suwon, South Korea
；
Division of Language \& AI, Hankuk University of Foreign Studies, Seoul, Korea
；
Graduate School of AI, POSTECH, Pohang, Korea
；
Department of Software, Ajou University, Suwon, South Korea
机构
*
School of Computer Science, University of Nottingham Ningbo（计算机科学学院，诺丁汉大学宁波分校）
；
School of Artificial Intelligence, Shenzhen University（人工智能学院，深圳大学）
MultiDiffSense: Diffusion-Based Multi-Modal Visuo-Tactile Image Generation Conditioned on Object Shape and Contact Pose
MultiDiffSense: 基于扩散的多模态视觉-触觉图像生成，基于物体形状和接触姿态
Sirine Bhouri, Lan Wei, Jian-Qing Zheng, Dandan Zhang
机构
*
Department of Bioengineering, Imperial-X Initiative, Imperial College London（生物工程系、Imperial-X计划、帝国理工学院伦敦分校）
；
CAMS-Oxford Institute, University of Oxford（CAMS-牛津研究所、牛津大学）
AuditoryHuM: Auditory Scene Label Generation and Clustering using Human-MLLM Collaboration
AuditoryHuM: 利用人机协同生成和聚类听觉场景标签
Henry Zhong, Jörg M. Buchholz, Julian Maclaren, Simon Carlile, Richard F. Lyon
机构
*
Australian Hearing Hub, Macquarie University, Sydney, Australia（澳大利亚听力中心、麦觉里大学、悉尼、澳大利亚）
；
Google Research Australia, Sydney, Australia（谷歌澳大利亚研究、悉尼、澳大利亚）
Efficient endometrial carcinoma screening via cross-modal synthesis and gradient distillation
通过跨模态合成与梯度蒸馏实现高效的子宫内膜癌筛查
Dongjing Shan, Yamei Luo, Jiqing Xuan, Lu Huang, Jin Li, Mengchu Yang, Zeyu Chen, Fajin Lv, Yong Tang, Chunxiang Zhang
机构
*
School of Medical Information and Engineering, Southwest Medical University（西南医科大学医学信息与工程学院）
；
School of Computer Science and Engineering, University of Electronic Science and Technology of China（电子科技大学计算机科学与工程学院）
；
Department of Ultrasound, Affiliated Hospital of Southwest Medical University（西南医科大学附属医院超声科）
；
Department of Functional Examination Unit, Zibo Hospital of Traditional Chinese Medicine（淄博中医药医院功能检查科）
；
Key Laboratory of Medical Electrophysiology, Ministry of Education& Medical Electrophysiological Key Laboratory of Sichuan Province, Institute of Cardiovascular Research, Southwest Medical University（教育部医学电生理重点实验室、四川省医学电生理重点实验室、西南医科大学心血管研究所）
；
Department of Radiology, the First Affiliated Hospital of Chongqing Medical University（重庆医科大学第一附属医院放射科）
；
Department of Cardiology, Affiliated Hospital of Southwest Medical University（西南医科大学附属医院心内科）
；
International Research Center for Complexity Sciences, Hangzhou International Innovation Institute, Beihang University（北京航空航天大学杭州国际创新研究院复杂科学研究中心）
；
Institute of Intelligent Chinese Medicine, Chongqing University of Chinese Medicine（重庆中医药大学智能中药研究院）
；
Basic Medicine Research Innovation Center for Cardiometabolic Diseases, Ministry of Education, Southwest Medical University（教育部心脑血管疾病基础医学研究创新中心、西南医科大学）
JavisDiT++: Unified Modeling and Optimization for Joint Audio-Video Generation
JavisDiT++：联合音频视频生成的统一建模与优化
Kai Liu, Yanhao Zheng, Kai Wang, Shengqiong Wu, Rongjunchen Zhang, Jiebo Luo, Dimitrios Hatzinakos, Ziwei Liu, Hao Fei, Tat-Seng Chua
机构
*
Zhejiang University（浙江大学）
；
National University of Singapore（新加坡国立大学）
；
University of Toronto（多伦多大学）
；
HiThink Research（HiThink研究）
；
University of Rochester（罗切斯特大学）
；
Nanyang Technological University（南洋理工大学）
机构
*
Graduate School of Information Science and Engineering, Ritsumeikan University, Japan（立命馆大学信息科学与工程研究生院）
；
Japan Advanced Institute of Science and Technology (JAIST)（日本先进科学研究院）
；
College of Information Science and Engineering, Ritsumeikan University, Japan（立命馆大学信息科学与工程学院）
Setting up for failure: automatic discovery of the neural mechanisms of cognitive errors
失败的设定：自动发现认知错误的神经机制
Puria Radmard, Paul M. Bays, Máté Lengyel
机构
*
Department of Engineering, University of Cambridge（工程系，剑桥大学）
；
Department of Psychology, University of Cambridge（心理学系，剑桥大学）
；
Department of Cognitive Science, Central European University（认知科学系，中央欧亚大学）
Minfeng Zhu, Zi Wang, Sizhe Ji, Zhengtong Du, Shengqiang Tai, Junming Ke, Xiao Deng, Zanlang Yin, Xiuqi Huang, Heyu Wang, Wei Chen
机构
*
State Key Lab of CAD&CG, Zhejiang University（浙江大学计算机辅助设计与图形学国家重点实验室）
；
Polytechnic Institute, Zhejiang University（浙江大学多科大学院）
；
Hangzhou Research Institute of AI and Holographic Technology（杭州人工智能与全息技术研究 institutes）
；
Volkswagen Group Innovation（大众集团创新）
；
School of Mathematical Science, Zhejiang University（浙江大学数学科学学院）
HIME: Mitigating Object Hallucinations in LVLMs via Hallucination Insensitivity Model Editing
HIME: 通过幻觉不敏感模型编辑缓解LVLMs中的物体幻觉
Ahmed Akl, Abdelwahed Khamis, Ali Cheraghian, Zhe Wang, Sara Khalifa, Kewen Wang
机构
*
School of Information and Communication Technology, Griffith University, Australia（信息与通信技术学院，格里菲斯大学）
；
Data61, CSIRO, Australia（Data61，澳大利亚联邦科学与工业研究组织）
；
School of Engineering, Macquarie University, Sydney, Australia（工程学院，麦觉大学）
；
School of Information Systems, Queensland University of Technology, Australia（信息系统学院，昆士兰技术大学）
Developing a Multi-Agent System to Generate Next Generation Science Assessments with Evidence-Centered Design
开发一个多智能体系统以生成下一代科学评估并采用证据中心设计
Yaxuan Yang, Jongchan Park, Yifan Zhou, Xiaoming Zhai
机构
*
AI4STEM Education Center, University of Georgia（AI4STEM教育中心，佐治亚大学）
；
Department of Educational Psychology, University of Georgia（教育心理学系，佐治亚大学）
；
School of Computing, University of Georgia（计算学院，佐治亚大学）
；
Department of Mathematics, Science, and Social Studies Education, University of Georgia（数学、科学与社会科学教育系，佐治亚大学）
机构
*
Peking University（北京大学）
；
University of Chinese Academy of Sciences（中国科学院大学）
；
Nankai University（南开大学）
；
Beijing Institute of Technology（北京理工大学）
；
Baichuan Inc.（百度文心）
机构
*
Shenzhen Technology University（深圳技术大学）
；
Shenzhen University of Information Technology（深圳信息科技学院）
；
University of Washington（华盛顿大学）
；
Foundation Model Team, Meituan（美团基础模型团队）
；
National University of Singapore（新加坡国立大学）
；
Tongji University（同济大学）
FOCA: Frequency-Oriented Cross-Domain Forgery Detection, Localization and Explanation via Multi-Modal Large Language Model
FOCA：基于多模态大语言模型的频率导向跨域伪造检测、定位与解释
Zhou Liu, Tonghua Su, Hongshi Zhang, Fuxiang Yang, Donglin Di, Yang Song, Lei Fan
机构
*
Harbin Institute of Technology（哈尔滨工业大学）
；
DZ-Matrix
；
Guangdong Laboratory of Artificial Intelligence and Digital Economy（广东省人工智能与数字经济实验室）
；
Chongqing Research Institute of HIT（哈尔滨工业大学重庆研究院）
；
University of New South Wales（新南威尔士大学）
Towards Personalized Multi-Modal MRI Synthesis across Heterogeneous Datasets
面向异质数据集的个性化多模态MRI合成
Yue Zhang, Zhizheng Zhuo, Siyao Xu, Shan Lv, Zhaoxi Liu, Jun Qiu, Qiuli Wang, Yaou Liu, S. Kevin Zhou
机构
*
University of Science and Technology of China（中国科学技术大学）
；
University of Electronic Science and Technology of China（电子科技大学）
；
Capital Medical University（首都医科大学）
；
Army Medical University（中国人民解放军陆军军医大学）
；
China National Clinical Research Center for Neurological Diseases（中国国家神经疾病临床研究中心）
BriMA: Bridged Modality Adaptation for Multi-Modal Continual Action Quality Assessment
BriMA：基于多模态适应的持续动作质量评估
Kanglei Zhou, Chang Li, Qingyi Pan, Liyuan Wang
机构
*
Department of Psychological and Cognitive Sciences, 2 Department of Statistics and Data Science, Tsinghua University（1 心理学与认知科学系，2 统计学与数据科学系，清华大学）
