多模态大模型

Modality-Aware Identity Construction and Counterfactual Structure Learning for ID-Free Multimodal Recommendation

模态感知的身份构建与反事实结构学习用于无ID多模态推荐

Hongjian Ma, Wenxin Huang, Yan Zhang, Zhifei Li, Zheng Wang

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

AI总结 本文提出了一种名为MAIL的新型方法，通过模态感知的身份构建模块和反事实结构学习范式，解决无ID多模态推荐中身份表示静态和图学习不足的问题，提升了推荐准确率。

Comments 11 pages, 5 figures, submitted to IEEE Transactions on Multimedia

Multi-layer Cross-attention is Provably Optimal for Multi-modal In-context Learning

多层交叉注意力是多模态上下文学习中可证明最优的

Nicholas Barnfield, Subhabrata Sen, Pragya Sur

机构 * Harvard University（哈佛大学） 纠错

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

AI总结 本文研究了多模态上下文学习中多层交叉注意力机制的理论最优性，证明了在多模态数据下，交叉注意力机制在梯度流优化下可达到贝叶斯最优，同时指出单层线性自注意力无法在任务分布下统一恢复贝叶斯最优预测。

Trajectory-Aware Adaptive Inference in Object Detection Models

轨迹感知的自适应推理在目标检测模型中

Grigorios Papanikolaou, Ioannis Kontopoulos, Giannis Spiliopoulos, Dimitris Zissis, Konstantinos Tserpes

机构 * Department of Electrical and Computer Engineering, National Technical University of Athens, Greece（电子与计算机工程系，国家技术大学亚历山大学院，希腊） ； Department of Product and Systems Design Engineering, University of the Aegean, Syros, Greece（产品与系统设计工程系，爱琴海大学，西罗斯，希腊） 纠错

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

AI总结 本文提出利用GPS轨迹数据优化目标检测模型的推理过程，通过引入早退机制减少计算成本，提升实时感知效率。

Comments Accepted to the MuseKDE workshop of the IEEE MDM 2026 conference

PyHealth 2.0: A Comprehensive Open-Source Toolkit for Accessible and Reproducible Clinical Deep Learning

PyHealth 2.0: 一个全面的开源工具包，用于可访问和可重复的临床深度学习

John Wu, Yongda Fan, Zhenbang Wu, Paul Landes, Eric Schrock, Sayeed Sajjad Razin, Arjun Chatterjee, Naveen Baskaran, Joshua Steier, Andrea Fitzpatrick, Bilal Arif, Rian Atri, Jathurshan Pradeepkumar, Siddhartha Laghuvarapu, Junyi Gao, Adam R. Cross, Jimeng Sun

机构 * University of Illinois Urbana-Champaign, Urbana, IL, USA（伊利诺伊大学厄巴纳-香槟分校） ； PyHealth Research Initiative（PyHealth研究计划） ； University of Illinois College of Medicine, Chicago, IL, USA（伊利诺伊大学医学院） ； The University of Edinburgh, Edinburgh, UK（爱丁堡大学） ； Health Data Research UK, London, UK（英国健康数据研究） ； Department of Biomedical Engineering, Bangladesh University of Engineering（孟加拉国工程大学生物医学工程系） 纠错

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

AI总结 本文提出PyHealth 2.0，一个全面的开源工具包，旨在解决临床AI研究中的可重复性和可访问性问题，通过统一15+数据集、20+临床任务、25+模型、5+可解释性方法和不确定性量化方法，实现7行代码即可完成预测建模。

Comments Under Review

A Conflict-aware Evidential Framework for Reliable Sleep Stage Classification

一种考虑冲突的证据框架用于可靠的睡眠阶段分类

Yunzhi Tian, Dekui Wang, Qirong Bu, Wei Zhou, Xingxing Hao, Jun Feng

机构 * College of Computer Science, Northwest University, Xi'an, China（西北大学计算机科学学院） 纠错

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

AI总结 本文提出了一种考虑冲突的证据框架ConfSleepNet，用于可靠地进行睡眠阶段分类，通过动态解决不同视图之间的冲突，提高分类的可靠性。

Comments 19 pages, 7 figures

Virtual Nodes Guided Dynamic Graph Neural Network for Brain Tumor Segmentation with Missing Modalities

虚拟节点引导的动态图神经网络用于缺失模态的脑肿瘤分割

Sha Tao, Jiao Pan, Yu Guo, Chao Yao

机构 * University of Science and Technology Beijing（科学技术大学） 纠错

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

AI总结 本文提出了一种基于图的单阶段框架，通过引入模态特定的虚拟节点来补偿缺失模态，利用图网络的灵活性设计动态连接策略，提升模型对任意模态组合的鲁棒性，并在BRATS-2018和BRATS-2020数据集上验证了方法在不完整模态下的优越性能。

Comments The IEEE/CVF Conference on Computer Vision and Pattern Recognition 2026

Bridging the Modality Bottleneck in Pathology MIL through Virtual Molecular Staining

弥合病理MIL中的模态瓶颈：通过虚拟分子染色

Yucheng Xing, Pei Liu, Jingying Ma, Ruping Hong, Jiangdong Qiu, Tianyu Liu, Kai He, Ling Huang, Mengling Feng

机构 * National University of Singapore（新加坡国立大学） ； Hunan University（湖南大学） ； Peking Union Medical College Hospital (PUMCH)（北京协和医学院附属阜外医院） ； Imperial College London（伦敦帝国理工学院） 纠错

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

AI总结 本文提出MIST方法，通过虚拟分子染色提升病理MIL中投影层性能，改进240/256配置，平均提升3.5%，在生存预测、组织分型和生物标志物预测中分别提升5.2%、3.3%和2.6%。

Contextualized Dynamic Explanations: A Vision

上下文化动态解释：一种愿景

Zhicheng Liu, Jason H Li, Greg Briskin

专题命中 其他多模态 ：multi-modal(abstract)

AI总结 本文提出了一种基于动态受众模型和预定义沟通意图的上下文化动态解释（CODEX）方法，旨在通过自主代理生成多模态信息界面，提升数据驱动解释的效果。

Comments 1st Workshop on GenAI, Agents, and the Future of VIS, 2025

Distorted Perspectives of LLM-Simulated Preferences: Can AI Mislead Design?

LLM模拟偏好中的扭曲视角：AI是否能误导设计？

Eduard Kuric, Peter Demcak, Matus Krajcovic

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本研究探讨了LLM驱动的模拟方法所表达的设计偏好与真实用户偏好的一致性，发现LLM模拟在多个操纵下均存在系统性差异，其合成解释缺乏真实深度和细微差别，主要通过关注通用属性、特定元素、详述和过度赞扬等模式来替代。

A Unified Framework for Data-Free One-Step Sampling via Wasserstein Gradient Flows

通过Wasserstein梯度流构建数据免费一步采样的统一框架

Chenguang Wang, Tianshu Yu

机构 * School of Data Science（数据科学学院） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） 纠错

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文提出了一种基于Wasserstein梯度流的数据免费一步采样的统一理论框架，展示了f-分歧度目标下诱导速度场的通用形式，并通过软欠覆盖功能理论推导了分歧度选择与质量运输几何之间的压缩-弹性恒等式，进一步扩展到Log-Variance分歧度，并通过KDE实现和归一化流路线实现了一步推断。

Proximal-IMH: Proximal Posterior Proposals for Independent Metropolis-Hastings with Approximate Operators

Proximal-IMH: 用于独立Metropolis-Hastings的近端后验提议

Youguang Chen, George Biros

机构 * Oden Institute for Computational Engineering and Sciences（奥登计算工程与科学研究所） 纠错

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文提出了一种改进的独立Metropolis-Hastings算法，通过引入辅助优化问题来消除近似后验分布中的偏差，从而在保持精确模型的同时提高稳定性和采样效率。

Statistical Unlearning of Distributions: A Hypothesis Testing Approach

分布统计遗忘：一种假设检验方法

Aaradhya Pandey, Sanjeev Kulkarni

机构 * Princeton University（普林斯顿大学） 纠错

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文提出一种分布统计遗忘框架，通过假设检验选择样本以减少不需要的分布影响，同时保持所需分布的性能，并分析了允许的编辑数据分布区域和帕累托前沿。

Comments Comments welcome