AI 大模型

多模态大模型

跨文本、图像、视频、音频等模态的大模型与学习方法。

2026-05-15 至 2026-05-15 共收录 3 篇信号源：cs.CV, cs.CL, cs.AI, cs.MM, eess.AS

1. 其他多模态 3 篇

2605.14938 2026-05-15 cs.LG cs.CV 79%

Octopus: History-Free Gradient Orthogonalization for Continual Learning in Multimodal Large Language Models

Octopus：无历史梯度正交化用于多模态大语言模型中的持续学习

Yuehao Liu, Shanyan Guan, Weijia Zhang, Xuanming Shang, Yanhao Ge, Wei Li, Chao Ma

机构 * MoE Key Lab of Artificial Intelligence, AI Institute, Shanghai Jiao Tong University（人工智能大模型关键实验室，人工智能研究院，上海交通大学）； vivo Mobile Communication Co., Ltd.（vivo移动通信有限公司）

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

AI总结 Octopus提出一种基于无历史梯度正交化的方法，通过两阶段微调策略平衡持续学习中的可塑性与稳定性，实验表明其在UCIT数据集上性能优于现有最佳方法。

2410.19653 2026-05-15 cs.LG 78%

Conformal Prediction for Multimodal Regression

多模态回归的符合预测

Alexis Bose, Jonathan Ethier, Paul Guinand

机构 * Communications Research Centre Canada（加拿大通讯研究中心）

专题命中其他多模态：multimodal(title,abstract)

AI总结本文提出多模态符合回归，通过内部特征提取实现对图像和文本等多模态数据的预测区间构造，拓展了符合预测的应用范围。

Comments Code available at https://github.com/ic-crc/uncertainty-estimation 20 pages, 34 figures

2605.14917 2026-05-15 cs.LG cs.CE cs.IT math.IT stat.ML 78%

A Mutual Information Lower Bound for Multimodal Regression Active Learning

多模态回归主动学习的互信息下界

Leonardo Ferreira Guilhoto, Akshat Kaushal, Paris Perdikaris

机构 * Graduate Group on Applied Mathematics & Computational Science（应用数学与计算科学研究生组）； Department of Computer and Information Science（计算机与信息科学系）； University of Pennsylvania（宾夕法尼亚大学）； Department of Mechanical Engineering and Applied Mechanics（机械工程与应用力学系）

专题命中其他多模态：multimodal(title,abstract)

AI总结本文提出多模态回归主动学习的互信息下界方法，通过两个索引框架区分epistemic和aleatoric不确定性，证明其在数据集增长时趋于零，且在多模态系统基准中优于其他基线方法。