AI 大模型

多模态大模型

跨文本、图像、视频、音频等模态的大模型与学习方法。

2026-03-11 至 2026-03-11 共收录 3 篇信号源：cs.CV, cs.CL, cs.AI, cs.MM, eess.AS

1. 其他多模态 3 篇

2603.09206 2026-03-11 cs.CV cs.LG 57%

MM-Zero: Self-Evolving Multi-Model Vision Language Models From Zero Data

MM-Zero: 从零数据自我进化多模型视觉语言模型

Zongxia Li, Hongyang Du, Chengsong Huang, Xiyang Wu, Lantao Yu, Yicheng He, Jing Xie, Xiaomin Wu, Zhichao Liu, Jiarui Zhang, Fuxiao Liu

机构 * University of Maryland（马里兰大学）； Brown University（布朗大学）； Washington University in St. Louis（圣路易斯华盛顿大学）； Adobe ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）； University of Southern California（南加州大学）； NVIDIA

专题命中其他多模态：multimodal(abstract)；分类 cs.CV

AI总结 MM-Zero通过多角色框架实现VLM零数据自我进化，提升多模态推理性能。

2603.09251 2026-03-11 stat.ML cs.LG cs.NA math.NA 50%

A Generative Sampler for distributions with possible discrete parameter based on Reversibility

基于可逆性的生成采样器：用于可能具有离散参数分布的采样器

Lei Li, Zhen Wang, Lishuo Zhang

机构 * School of Mathematical Sciences, Shanghai Jiao Tong University, Shanghai, 200240, P.R.China（上海交通大学数学科学学院）； Institute of Natural Sciences, MOE-LSC, Shanghai Jiao Tong University, Shanghai, 200240, P.R.China（上海交通大学自然科学研究院）

专题命中其他多模态：multi-modal(abstract)

AI总结本文提出了一种基于可逆性的生成采样器，适用于具有离散参数分布的复杂系统，通过最小化MMD来实现高效的采样方法。

2502.01929 2026-03-11 astro-ph.HE physics.data-an physics.soc-ph 50%

Exploring blazars through sonification. Visual and auditory insights into multifrequency variability

通过声音化探索喷流星系。视觉和听觉对多频率变化的洞察

Gustavo Magallanes-Guijón, Sergio Mendoza

专题命中其他多模态：multimodal(abstract)

AI总结本研究通过声音化和可视化技术分析喷流星系的多频率变化，揭示其复杂行为并提升科学交流的包容性。

Comments 16 pages, 9 figures. Accepted for publication in RASTI (RAS Techniques and Instruments)

Journal ref RAS Techniques and Instruments, 2026