arXivDaily arXiv每日学术速递 周一至周五更新
arXiv周末暂无论文更新,休息一下吧,周末愉快~~

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。

2026-03-16 至 2026-03-16 共收录 4 信号源:cs.CV, cs.CL, cs.AI, cs.MM, eess.AS

1. 其他多模态 4 篇

2603.13176 2026-03-16 cs.CV 79%

Perceive What Matters: Relevance-Driven Scheduling for Multimodal Streaming Perception

感知关键内容:基于相关性的多模态流式感知调度

Dingcheng Huang, Xiaotong Zhang, Kamal Youcef-Toumi

机构 * Mechatronics Research Laboratory, Massachusetts Institute of Technology(机械系统实验室,麻省理工学院)

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

AI总结 本文提出一种基于相关性的轻量级多模态流式感知调度框架,通过利用前一帧输出估计并调度必要的感知模块,有效减少计算延迟并提升识别召回率。

Comments Accepted to ICRA 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.12369 2026-03-16 cs.CV 79%

Human Knowledge Integrated Multi-modal Learning for Single Source Domain Generalization

融合人类知识的多模态学习用于单源域泛化

Ayan Banerjee, Kuntal Thakur, Sandeep Gupta

机构 * Impact Lab, Arizona State University(影响实验室,亚利桑那州立大学)

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

AI总结 本文提出GenEval方法,结合基础模型与人类知识提升单源域泛化性能,在糖尿病视网膜病变和癫痫发作区检测中取得优异结果。

Journal ref Proceedings of the IEEE/CVF Winter Conference on Applications of Computer Vision (WACV), 2026, pp. 2380-2391

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.13135 2026-03-16 cs.IT math.IT math.PR 50%

Reweighted information inequalities

重新加权信息不等式

Jonathan Niles-Weed

专题命中 其他多模态 :multimodal(abstract)

AI总结 本文建立了一种混合分布的log-Sobolev和传输-信息不等式变体,通过重新加权解释了非log-凹测度的Fisher信息界,并解释了Langevin蒙特卡洛方法在多模分布分析中的现象。

详情

展开后加载摘要…

URL PDF HTML 收藏
2507.18557 2026-03-16 q-bio.QM 50%

Deep Learning for Blood-Brain Barrier Permeability Prediction: From Discriminative Models to Mechanism-Aware Design

深度学习在血脑屏障渗透性预测中的应用:从判别模型到机制感知设计

Zihan Yang, Yuchen Xiao

专题命中 其他多模态 :multimodal(abstract)

AI总结 本文探讨了深度学习在血脑屏障渗透性预测中的应用,从判别模型到机制感知设计的演进,强调多任务和多模态学习策略的优势,并探讨生成模型和因果推理方法在整合渗透性预测与机制感知药物设计中的潜力。

详情

展开后加载摘要…

URL PDF HTML 收藏