多模态大模型

Unlocking Multi-Spectral Data for Multi-Modal Models with Guided Inputs and Chain-of-Thought Reasoning

通过引导输入和推理链解锁多光谱数据以多模态模型

Dahun Kim, Ganesh Satish Mallya, Anelia Angelova

机构 * Google DeepMind（谷歌DeepMind） 纠错

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

AI总结 本文提出一种无需训练的方法，将多光谱数据引入标准RGB-only LMMs的推理流程中，提升性能。通过适应非RGB输入并注入领域特定信息和推理链推理，实现多模态模型在遥感任务中的零样本性能提升。

Comments Accepted to IGARSS 2026

Neurodiversity and Technostress: Towards a Multimodal Research Design for Evaluating Subjective, Physiological, and Behavioral Responses

神经多样性与技术压力：一种多模态研究设计，用于评估主观、生理和行为反应

Lisa van den Heuvel, Igor Ivkić, René Riedl

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

AI总结 本文提出一种多模态研究设计，系统比较神经多样性与神经典型个体在标准化数字压力条件下的反应，整合主观感知、生理激活和行为表现，推动更包容的数字工作设计。

InvestChat: Exploring Multimodal Interaction via Natural Language, Touch, and Pen in an Investment Dashboard

InvestChat：通过自然语言、触控和笔在投资仪表板中探索多模态交互

Sarah Lykke Tost, Adson Lucas de Paiva Sales, Henrik Østergaard, Vaishali Dhanoa, Gabriela Molina León

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

AI总结 InvestChat通过多模态输入提升投资探索体验，研究发现自然语言触控和笔输入能增强用户参与度，参与者在不同模态间互补使用，自然语言效果最佳。

Comments Poster accepted at AVI 2026; DOI included