多模态大模型

Impact of Multimodal and Conversational AI on Learning Outcomes and Experience

多模态和对话式AI对学习成果和体验的影响

Karan Taneja, Anjali Singh, Ashok K. Goel

机构 * Georgia Institute of Technology（佐治亚理工学院） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

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

AI总结 本研究比较了三种生物学学习方法，发现多模态对话式AI在学习成果和体验上表现最佳，但文本仅对话式AI虽易用但效果最差，揭示了认知负荷理论下的学习效果与感知之间的差异。

Comments 16 pages, 3 figures, Accepted to AIED 2026 (Seoul, South Korea)

Learning Spatial Structure from Pre-Beamforming Per-Antenna Range-Doppler Radar Data via Visibility-Aware Cross-Modal Supervision

通过可见性感知的跨模态监督学习从预波束成形每根天线范围-多普勒雷达数据中学习空间结构

George Sebastian, Philipp Berthold, Bianca Forkel, Leon Pohl, Mirko Maehlisch

机构 * University of the Bundeswehr Munich（慕尼黑联邦国防军大学） 纠错

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

AI总结 本文探讨了能否直接从预波束成形的每根天线范围-多普勒测量中学习有意义的空间结构，通过可见性感知的跨模态监督学习方法，评估了不同发射配置对几何恢复能力的影响。

A soft and lightweight fabric-based pneumatic interface for multimodal fingertip tactile feedback

一种柔软且轻量的基于织物的气动接口用于多模态指尖触觉反馈

Rui Chen, Daniele Leonardis, Antonio Frisoli

机构 * Institute of Mechanical Intelligence, School of Advanced Studies Sant’Anna (SSSA)（机械智能研究所，圣安娜高等研究学院） 纠错

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

AI总结 本文提出一种基于织物的气动接口，实现轻量、低成本的多模态指尖触觉反馈，通过实验验证其在触觉渲染中的有效性。

Towards Faithful Reasoning in Comics for Small MLLMs

面向小规模MLLMs的漫画中忠实推理方法

Chengcheng Feng, Haojie Yin, Yucheng Jin, Kaizhu Huang

机构 * Duke Kunshan University（昆山杜克大学） 纠错

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

AI总结 本文提出一种两阶段框架，通过MoCoT和VERA提升小规模MLLMs在漫画理解中的推理忠实性，实验表明在4B参数范围内表现优异，优于7B基线，提升四个小模型12.1%。

PARD-SSM: Probabilistic Cyber-Attack Regime Detection via Variational Switching State-Space Models

PARD-SSM：通过变分切换状态空间模型进行概率性网络攻击检测

Prakul Sunil Hiremath, PeerAhammad M Bagawan, Sahil Bhekane

专题命中 其他多模态 ：multi-modal(abstract)

AI总结 本文提出PARD-SSM模型，通过变分方法建模网络流量为依赖于四个隐藏状态的切换线性动态系统，实现对网络攻击阶段的实时检测，并在CICIDS2017和UNSW-NB15数据集上取得高F1分数和低延迟的检测性能。

Comments 18 pages, 3 figures, 3 tables, code available on GitHub

Weighted quantization using MMD: From mean field to mean shift via gradient flows

基于MMD的加权量化：从均场到均移流通过梯度流

Ayoub Belhadji, Daniel Sharp, Youssef Marzouk

专题命中 其他多模态 ：multi-modal(abstract)

AI总结 本文提出基于MMD的加权量化方法，结合梯度流和均移算法，提升高维多模态数据的鲁棒性。

Journal ref AISTATS 2026