多模态大模型

Detection of Autonomic Dysreflexia in Individuals With Spinal Cord Injury Using Multimodal Wearable Sensors

利用多模态可穿戴传感器检测脊髓损伤患者自主神经反射症

Bertram Fuchs, Mehdi Ejtehadi, Ana Cisnal, Jürgen Pannek, Anke Scheel-Sailer, Robert Riener, Inge Eriks-Hoogland, Diego Paez-Granados

机构 * SCAI-Lab, Department of Health Sciences and Technology (D-HEST), ETH Zurich（SCAI实验室，健康科学与技术系（D-HEST），苏黎世联邦理工学院） ； School of Computation, Information and Technology, Technical University of Munich（计算、信息与技术学院，慕尼黑技术大学） ； Swiss Paraplegic Research (SPF)（瑞士瘫痪研究机构（SPF）） ； Institute of Advanced Production Technologies, University of Valladolid（先进生产技术研究所，瓦尔达利德大学） ； Swiss Paraplegic Centre (SPZ)（瑞士瘫痪中心（SPZ）） ； Balgrist University Hospital（巴尔格里斯大学医院） 纠错

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

AI总结 本文提出一种非侵入性的机器学习框架，通过多模态可穿戴传感器检测自主神经反射症，利用BorutaSHAP进行特征选择，并通过堆叠集成模型提高检测性能，结果显示心率和心电图特征在检测中表现最佳。

Convergence Bounds for Sequential Monte Carlo on Multimodal Distributions using Soft Decomposition

基于软分解的多模分布序贯蒙特卡洛算法收敛性界

Holden Lee, Matheau Santana-Gijzen

机构 * Department of Applied Mathematics \& Statistics, Johns Hopkins University e1,e2 纠错

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

AI总结 本文研究了序贯蒙特卡洛算法在多模分布上的收敛性界，通过软分解方法，利用局部马尔可夫链混合动态而非全局混合动态，提出新的收敛性界分析方法。

BATQuant: Outlier-resilient MXFP4 Quantization via Learnable Block-wise Optimization

BATQuant: 通过可学习的分块优化实现抗异常的MXFP4量化

Ji-Fu Li, Manyi Zhang, Xiaobo Xia, Han Bao, Haoli Bai, Zhenhua Dong, Xianzhi Yu

机构 * Huawei Technologies University of Science（华为技术大学科学） 纠错

专题命中 其他多模态 ：multimodal(abstract)；multi-modal(abstract)；分类 cs.CL、cs.AI

AI总结 本文提出BATQuant方法，通过可学习的分块优化解决MXFP4量化中异常传播问题，实现高性能量化方案。

Comments 30 pages, 13 figures, 7 tables

Make it SING: Analyzing Semantic Invariants in Classifiers

使分类器具备语义不变性：分析分类器中的语义不变性

Harel Yadid, Meir Yossef Levi, Roy Betser, Guy Gilboa

机构 * Viterbi Faculty of Electrical and Computer Engineering（电气与计算机工程学院） 纠错

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

AI总结 本文提出SING方法，通过构建等价图像并赋予语义解释，揭示分类器中语义不变性，分析不同模型在保持语义方面的差异。

Comments Accepted to the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2026

SophiaVL-R1: Reinforcing MLLMs Reasoning with Thinking Reward

SophiaVL-R1: 通过思考奖励强化大语言模型的推理能力

Kaixuan Fan, Kaituo Feng, Haoming Lyu, Dongzhan Zhou, Xiangyu Yue

机构 * MMLab, The Chinese University of Hong Kong（MMLab，香港中文大学） ； Shanghai Artifcial Intelligence Laboratory（上海人工智能实验室） 纠错

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

AI总结 SophiaVL-R1通过引入思考奖励信号提升多模态大语言模型的推理能力，采用信任GRPO方法和退火训练策略，有效缓解奖励黑客问题，实验表明其在多个基准测试中表现优异。

Comments ICLR 2026, Project page:https://github.com/kxfan2002/SophiaVL-R1

CLRNet: Targetless Extrinsic Calibration for Camera, Lidar and 4D Radar Using Deep Learning

CLRNet：基于深度学习的无目标外校准方法用于摄像头、激光雷达和4D雷达

Marcell Kegl, Andras Palffy, Csaba Benedek, Dariu M. Gavrila

机构 * Hungarian Research Network Institute for Computer Science and Control (HUN-REN SZTAKI)（匈牙利研究网络计算机科学与控制研究所） ； Pázmány Péter Catholic University（帕兹曼·佩斯特天主教大学） ； Intelligent Vehicles Group, TU Delft（智能车辆组，代尔夫特理工大学） ； Perciv AI 纠错

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

AI总结 本文提出CLRNet，一种多模态端到端深度学习网络，用于摄像头、激光雷达和4D雷达的联合校准或配对校准，通过等距投影、基于摄像头的深度图像预测和雷达通道等方法，提升校准精度。

Comments Submitted to IEEE Transactions on Intelligent Vehicles

Existence of Large deviations rate function for any $S$-unimodal map

任意S-单峰映射的大偏差率函数的存在性

Hiroki Takahasi, Masato Tsujii

专题命中 其他多模态 ：multimodal(abstract)

AI总结 研究了任意负Schwarzian单峰映射的水平2大偏差原理，并给出了多峰映射不满足该原理的例子。

Comments 47 pages, 2 figures, to appear in Ergodic Theory and Dynamical Systems