多模态大模型

Robust Grounding with MLLMs Against Occlusion and Small Objects via Language-Guided Semantic Cues

通过语言引导的语义线索实现对遮挡和小物体的鲁棒接地

Beomchan Park, Seongho Kim, Hyunjun Kim, Sungjune Park, Yong Man Ro

机构 * Integrated Vision Language Lab.（集成视觉语言实验室） 纠错

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

AI总结 本文提出通过语言引导的语义线索提升MLLM在拥挤场景中的接地能力，通过语义线索提取器和文本嵌入引导优化对象语义，实验表明能有效提高接地精度。

Comments 4 pages, 2 figures, ICASSP 2026

FASH-iCNN: Making Editorial Fashion Identity Inspectable Through Multimodal CNN Probing

FASH-iCNN：通过多模态CNN探针使编辑时尚身份可视化

Morayo Danielle Adeyemi, Ryan A. Rossi, Franck Dernoncourt

机构 * Howard University（霍华德大学） ； Adobe Research（Adobe研究） 纠错

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

AI总结 FASH-iCNN通过多模态CNN探针分析87547张Vogue runway图像，揭示时尚品牌、时代和色彩传统，提升时尚AI系统的可解释性。

Comments 5 pages, 4 tables, 1 figure. Under review

Tree-of-Evidence: Efficient "System 2" Search for Faithful Multimodal Grounding

证据树：高效的'系统2'搜索用于忠实的多模态接地

Micky C. Nnamdi, Benoit L. Marteau, Yishan Zhong, J. Ben Tamo, May D. Wang

机构 * Georgia Institute of Technology（佐治亚理工学院） 纠错

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

AI总结 本文提出Tree-of-Evidence算法，通过离散优化问题实现多模态模型的可解释性，通过证据瓶颈和束搜索生成可审计的证据集，保留高预测性能并提升决策一致性。

Journal ref ACL 2026 Findings

Multi-Modal Fiber Sensing for OffshoreEnvironmental and Infrastructure Monitoring

多模光纤传感用于海上环境和基础设施监测

Konstantinos Alexoudis, Florian Azendorf, Alvaro Doval, Steinar Bjørnstad, Jasper Müller, Vincent Sleiffer, Chigo Okonkwo, Tom Bradley

专题命中 其他多模态 ：multi-modal(title)

AI总结 利用分布式声学、偏振和布里渊传感监测118公里海底电缆，检测到风暴引起的应变达0.003με动态和180με静态，展示出环境载荷下不同模式的响应特征。

Comments Published at OFC 2026

The tale of the 3 planets: 3D cloud feedback enhances the spectral diversity of warm Jupiters

三颗行星的故事：3D云反馈增强了暖木星的光谱多样性

Nishil Mehta, Vivien Parmentier, Xianyu Tan, Elspeth K. H. Lee, Tristan Guillot, Matthew M. Murphy, Thomas P. Greene, Thomas G. Beatty, Taylor J. Bell, Jonathan J. Fortney, Michael R. Line, Sagnick Mukherjee, Kazumasa Ohno, Everett Schlawin, Anastasia Triantafillides, Luis Welbanks, Lindsey S. Wiser

专题命中 其他多模态 ：multi-modal(abstract)

AI总结 研究通过3D云反馈机制分析三颗暖木星的光谱差异，发现云层分布和重力影响导致光谱多样性，揭示了云输运、辐射传输和大气环流的耦合作用。

Comments Submitted to Astronomy & Astrophysics