多模态大模型

Controllable Exploration in Hybrid-Policy RLVR for Multi-Modal Reasoning

混合策略强化学习可调节探索用于多模态推理

Zhuoxu Huang, Mengxi Jia, Hao Sun, Xuelong Li, Jungong Han

机构 * Aberystwyth University（阿伯里斯特维斯大学） ； Institute of Artificial Intelligence (TeleAl)（人工智能研究所） ； China Telecom（中国电信） ； Tsinghua University（清华大学） 纠错

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

AI总结 本文提出CalibRL框架，通过分布感知优势加权和非对称激活函数实现可控探索，提升多模态推理模型的探索与利用平衡。

Comments Published as a conference paper at ICLR 2026

OrchMLLM: Orchestrate Multimodal Data with Batch Post-Balancing to Accelerate Multimodal Large Language Model Training

OrchMLLM: 通过批量后平衡 orchestrate 多模态数据以加速多模态大语言模型训练

Yijie Zheng, Bangjun Xiao, Lei Shi, Xiaoyang Li, Faming Wu, Tianyu Li, Xuefeng Xiao, Yang Zhang, Yuxuan Wang, Shouda Liu

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

AI总结 OrchMLLM通过批量后平衡调度器和全局协调器解决多模态数据训练中的模态不一致问题，提升训练效率和可扩展性。

Lifelong Imitation Learning with Multimodal Latent Replay and Incremental Adjustment

持续模仿学习与多模态潜在回放及渐进调整

Fanqi Yu, Matteo Tiezzi, Tommaso Apicella, Cigdem Beyan, Vittorio Murino

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

AI总结 本文提出了一种持续模仿学习方法，通过多模态潜在空间回放和渐进特征调整机制，在现实约束下实现持续策略优化，提升了在LIBERO基准上的性能。

Comments Accepted to CVPR 2026

Extending Sequence Length is Not All You Need: Effective Integration of Multimodal Signals for Gene Expression Prediction

扩展序列长度并不足够：有效整合多模态信号用于基因表达预测

Zhao Yang, Yi Duan, Jiwei Zhu, Ying Ba, Chuan Cao, Bing Su

机构 * Gaoling School of Artificial Intelligence, Renmin University of China, Beijing, China（中国人民大学北京校区人工智能学院） ； Zhongguancun Academy, Beijing, China（中关村学院，北京，中国） ； Beijing Key Laboratory of Research on Large Models and Intelligent Governance（北京大型模型与智能治理研究重点实验室） ； Engineering Research Center of Next-Generation Intelligent Search and Recommendation, MOE（下一代智能搜索与推荐工程技术研究中心，教育部） 纠错

专题命中 其他多模态 ：multimodal(title,abstract)

AI总结 本文提出Prism框架，通过有效整合多模态表观基因组信号，克服长序列建模对基因表达预测性能的负面影响，实现仅使用短序列的最先进性能。

Comments Accepted at ICLR 2026

MRI2Qmap: multi-parametric quantitative mapping with MRI-driven denoising priors

MRI2Qmap: 多参数定量成像与MRI驱动去噪先验

Mohammad Golbabaee, Matteo Cencini, Carolin Pirkl, Marion Menzel, Michela Tosetti, Bjoern Menze

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

AI总结 MRI2Qmap通过整合物理模型与深度学习先验，实现无需地面真实数据的高效定量MRI重建，提升高加速成像性能。

Wasserstein Gradient Flows for Batch Bayesian Optimal Experimental Design

Wasserstein梯度流用于批量贝叶斯最优实验设计

Louis Sharrock

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文提出基于Wasserstein梯度流的批量贝叶斯最优实验设计方法，通过熵正则化和粒子算法提升高维非凸优化效率，实现高效探索多模优化景观。

Whleaper: A 10-DOF Flexible Bipedal Wheeled Robot

Whleaper：一种10自由度的灵活双足轮式机器人

Yinglei Zhu, Sixiao He, Yan Ning, Zhenghao Qi, Zhuoyuan Yong, Yihua Qin, Jianyu Chen

专题命中 其他多模态 ：multimodal(abstract)

AI总结 Whleaper是一种具有10自由度的双足轮式机器人，通过增加髋部自由度提升稳定性与灵活性，实现复杂地形中的稳定运动和障碍避让能力。

Journal ref 2024 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), Abu Dhabi, United Arab Emirates, 2024, pp. 11272-11277

NFPO: Stabilized Policy Optimization of Normalizing Flow for Robotic Policy Learning

NFPO：归一化流在机器人策略学习中的稳定策略优化

Diyuan Shi, Yiqi Tang, Zifeng Zhuang, Donglin Wang

专题命中 其他多模态 ：multi-modal(abstract)

AI总结 本文提出NFPO方法，利用归一化流作为策略参数化，解决在线强化学习中训练不稳定问题，通过实验展示其在机器人学习任务中的稳健性和有效性。

When Semantics Connect the Swarm: LLM-Driven Fuzzy Control for Cooperative Multi-Robot Underwater Coverage

当语义连接群体：由LLM驱动的模糊控制用于协作多机器人水下覆盖

Jingzehua Xu, Weihang Zhang, Yangyang Li, Hongmiaoyi Zhang, Guanwen Xie, Jiwei Tang, Shuai Zhang, Yi Li

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文提出一种由LLM驱动的模糊控制框架，用于实现多机器人水下协作覆盖，通过语义引导实现高效导航和探索。

Comments Withdrawal for further improvement. The final version will be released in a few months

(De)composing Craft: An Elementary Grammar for Sharing Expertise in Craft Workflows

(解)构工艺：一种用于在工艺流程中分享专业知识的初级语法

Ritik Batra, Lydia Kim, Ilan Mandel, Amritansh Kwatra, Jane L. E, Steven J. Jackson, Thijs Roumen

专题命中 其他多模态 ：MLLM(abstract)

AI总结 本文提出一种初级语法，用于记录工艺实践中的即兴行动，通过CraftLink界面分析视频并生成文档，促进知识共享与协作档案建设。

Comments 31 pages, 7 figures