多模态大模型

MASQuant: Modality-Aware Smoothing Quantization for Multimodal Large Language Models

MASQuant: 多模态大语言模型的模态感知平滑量化

Lulu Hu, Wenhu Xiao, Xin Chen, Xinhua Xu, Bowen Xu, Kun Li, Yongliang Tao

机构 * Alibaba Cloud Computing, Alibaba Group（阿里巴巴云 computing，阿里巴巴集团） 纠错

专题命中 其他多模态 ：multimodal(title,abstract)；multi-modal(abstract)；cross-modal(abstract)；分类 cs.CV

AI总结 MASQuant通过模态感知平滑和跨模态补偿技术，解决多模态大语言模型的量化问题，实现稳定且高效的量化性能。

Comments Accepted to CVPR 2026

Graph-Based Multi-Modal Light-weight Network for Adaptive Brain Tumor Segmentation

基于图的多模态轻量网络用于自适应脑肿瘤分割

Guohao Huo, Ruiting Dai, Zitong Wang, Junxin Kong, Hao Tang

机构 * University of Electronic Science and Technology of China（电子科技大学） ； Peking University（北京大学） 纠错

专题命中 其他多模态 ：multi-modal(title,abstract)；cross-modal(abstract)；分类 cs.CV

AI总结 本文提出了一种基于图的多模态轻量网络GMLN-BTS，通过多尺度语义提取、图结构建模和体素细化上采样模块，实现高精度且资源高效的脑肿瘤分割。

Revisiting Multimodal KV Cache Compression: A Frequency-Domain-Guided Outlier-KV-Aware Approach

重新审视多模态KV缓存压缩：一种基于频域的异常KV感知方法

Yaoxin Yang, Peng Ye, Xudong Tan, Chongjun Tu, Maosen Zhao, Jia Hao, Tao Chen

机构 * College of Future Information Technology, Fudan University（未来信息科技学院，复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； The Chinese University of Hong Kong（香港中文大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Zhangjiang Laboratory（张江实验室） 纠错

专题命中 其他多模态 ：multimodal(title,abstract)；分类 cs.CV、cs.AI

AI总结 本文提出FlashCache，一种基于频域的异常KV感知KV缓存压缩框架，通过保留关键KV对提升解码效率并降低内存使用。

Comments CVPR2026

Induced Numerical Instability: Hidden Costs in Multimodal Large Language Models

诱导的数值不稳定性：多模态大语言模型中的隐藏成本

Wai Tuck Wong, Jun Sun, Arunesh Sinha

机构 * School of Computing（计算学院） ； Information Systems, Singapore Management University, Singapore（信息系统，新加坡管理大学，新加坡） ； Information Systems Department, Rutgers Business School, New Jersey, USA（信息系统系，罗格斯商学院，新泽西，美国） 纠错

专题命中 其他多模态 ：multimodal(title,abstract)；分类 cs.CL、cs.AI

AI总结 研究揭示多模态大语言模型在推理阶段因优化数值不稳定性导致性能退化的新故障模式。

MAD-SmaAt-GNet: A Multimodal Advection-Guided Neural Network for Precipitation Nowcasting

MAD-SmaAt-GNet：一种多模态输运引导的神经网络用于降水nowcasting

Samuel van Wonderen, Siamak Mehrkanoon

机构 * Department of Information and Computing Sciences, Utrecht University, Utrecht, The Netherlands（信息与计算科学系，乌特勒支大学，乌特勒支，荷兰） 纠错

专题命中 其他多模态 ：multimodal(title,abstract)；分类 cs.AI

AI总结 MAD-SmaAt-GNet通过多模态输入和物理输运组件提升降水nowcasting的准确性与效率

Comments 12 pages, 5 figs

Variational Formulation of Particle Flow

粒子流的变分公式

Yinzhuang Yi, Jorge Cortés, Nikolay Atanasov

机构 * Contextual Robotics Institute University of California, San Diego（情境机器人研究所 加州大学圣地亚哥分校） 纠错

专题命中 其他多模态 ：multi-modal(abstract)

AI总结 本文提出了一种基于变分推断的粒子流公式，通过高斯近似和混合模型提升了模型的表达能力，并在不同维度的估计问题中验证了其有效性。