多模态大模型

LARGO: Low-Rank Hypernetwork for Handling Missing Modalities

LARGO：低秩超网络用于处理缺失模态

Niels Vyncke, Pooya Ashtari, Aleksandra Pižurica

机构 * Department of Telecommunications and Information Processing（电信与信息处理系） 纠错

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

AI总结 本文提出LARGO超网络，通过CP张量分解压缩缺失模态模型，提升多模态图像分析中缺失模态的处理效果，实验显示在多个数据集上表现优异。

Unsupervised Anomaly Detection in Wearable Foot Sensor Data: A Baseline Feasibility Study Towards Diabetic Foot Ulcer Prevention

无监督的可穿戴足部传感器数据异常检测：一种面向糖尿病足溃疡预防的基线可行性研究

Md Tanvir Hasan Turja

机构 * Department of Computer Science, Middlesex University London（伦敦Middlesex大学计算机科学系） 纠错

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

AI总结 本文研究了利用无监督算法检测可穿戴足部传感器数据中的异常，通过温度和压力信号分析，建立基线模型以评估糖尿病足溃疡预防的可行性。

Comments 36 pages, 19 figures. Published in Biomedical Signal Processing and Control, Vol. 123, Part A, 110416, September 2026. https://doi.org/10.1016/j.bspc.2026.110416

Journal ref Biomedical Signal Processing and Control, Vol. 123, Part A, 110416 (2026)

Cohort-Based Active Modality Acquisition

基于队列的主动模态获取

Tillmann Rheude, Roland Eils, Benjamin Wild

机构 * Berlin Institute of Health, Charité - Universitätsmedizin Berlin（柏林健康研究所，柏林查理大学） ； Intelligent Medicine Institute, Fudan University（智能医学研究院，复旦大学） ； Department of Mathematics and Computer Science, Freie Universität Berlin（数学与计算机科学系，柏林自由大学） 纠错

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

AI总结 本文提出基于队列的主动模态获取方法，通过填补缺失模态的预期效用来指导额外模态的获取，实验证明其在资源受限环境下更有效。

Can providing feedback on gaze and mental-effort synchrony improve pair programming performance?

提供注视和心理努力同步的反馈能否提高配对编程表现？

Anahita Golrang, Kshitij Sharma

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文研究AI支持的反馈如何通过联合视觉注意和心理努力提升协作编程表现，探讨反馈时机对学习者与AI交互的影响。