UniField: RBF-Guided Electron Density Fusion for Enhanced Molecular Representations
UniField: RBF引导的电子密度融合用于增强分子表示
专题命中 多模态训练与对齐 ：multimodal(abstract)
AI总结 提出UniField，一种SE(3)-等变多模态架构，通过融合离散拓扑图与连续电子密度场，在多个基准上取得最先进性能。
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。
1. 多模态训练与对齐 39 篇
2. 其他多模态 9 篇
Beyond the Aggregation Dilemma: Prior-Retaining Decoupled Learning for Multimodal Graphs
超越聚合困境：多模态图的先验保持解耦学习
机构 * School of Computer Science and Engineering, Central South University（中南大学计算机科学与工程学院） ； Department of Data Science and Artificial Intelligence, The Hong Kong Polytechnic University（香港理工大学数据科学与人工智能系） ； School of Information and Communication Technology, Griffith University（格里菲斯大学信息与通信技术学院）
专题命中 其他多模态 ：multimodal(title,abstract)；分类 cs.AI
AI总结 针对多模态属性图学习中强制聚合导致性能反转的聚合困境，提出解耦双路径架构SUPRA，通过保持先验特征的独立性和轻量级共享GNN捕获结构协同，并辅以深度监督缓解梯度饥饿，实现SOTA性能且显著降低计算开销。
Predicting Stock Price Direction on Earnings Announcement Days using Multi-modal Deep Learning
使用多模态深度学习预测盈利公告日的股价方向
机构 * ETH Zürich（苏黎世联邦理工学院）
专题命中 其他多模态 ：multi-modal(title,abstract)
AI总结 本研究结合基本面指标、技术指标和新闻情感，利用LSTM和Transformer模型预测盈利公告日的股价方向，发现Transformer在识别波动方面更敏感，且新闻情感有助于提升性能。
Stein-Encoder: A White-Box Supervised Encoder via Stein Identities in Multi-Modal Studies
Stein-Encoder: 多模态研究中基于Stein恒等式的白盒监督编码器
专题命中 其他多模态 ：multi-modal(title,abstract)
AI总结 针对多模态生物医学数据中基因与临床特征混杂的问题，提出Stein-Encoder白盒监督框架，利用Stein方法和残差化技术构建可解释的单指标，实现结构解耦并提升预测性能。
Multi-Modal Machine Learning for Population- and Subject-Specific lncRNA-Type 2 Diabetes Association Analysis
多模态机器学习用于群体和个体特异性lncRNA-2型糖尿病关联分析
机构 * Department of Electronics and Communication Engineering, IIITDM Jabalpur（IIITDM Jabalpur电子与通信工程系） ； Department of Electronics and Communication Engineering, Central University of Jammu（Jammu中央大学电子与通信工程系）
专题命中 其他多模态 ：multi-modal(title)
AI总结 本研究通过整合表达、二级结构和序列特征的多模态机器学习框架，在独立队列中识别与2型糖尿病相关的lncRNA，并利用SHAP分析实现群体和个体水平的关联解释。
Comments This work has been submitted to the IEEE for possible publication
Mycoponically Integrated Network Device for Multimodal Sensing with Living Mycelial Networks
基于活体菌丝网络的多模态传感的真菌集成网络设备
专题命中 其他多模态 ：multimodal(title)
AI总结 提出一种名为MIND的生物物理接口，通过真菌水培技术维持代谢、标准化电极几何结构并耐受机械损伤，实现长达11个月以上的活体菌丝多模态传感，可区分14种刺激类别。
Uni-DPO: A Unified Paradigm for Dynamic Preference Optimization of LLMs
Uni-DPO：大语言模型动态偏好优化的统一范式
机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Xi’an Jiaotong University（西安交通大学） ； The Chinese University of Hong Kong（香港中文大学） ； University of Chinese Academy of Sciences（中国科学院大学） ； Tsinghua University（清华大学） ； Huazhong University of Science and Technology（华中科技大学）
专题命中 其他多模态 ：multimodal(abstract)；分类 cs.CV、cs.CL、cs.AI
AI总结 针对现有DPO方法忽略数据质量和学习难度差异的问题，提出Uni-DPO统一框架，通过自适应重加权偏好对实现更有效的数据利用和更优性能。
Comments Accepted by ICLR 2026. Code & models: https://github.com/pspdada/Uni-DPO
FS-I2P:A Hierarchical Focus-Sweep Registration Network with Dynamically Allocated Depth
FS-I2P：一种具有动态分配深度的分层聚焦扫描配准网络
机构 * School of Information Science and Technology, University of Science and Technology of China（信息科学与技术学院，中国科学技术大学） ； School of Computer Science and Information Engineering, Hefei University of Technology（计算机科学与信息工程学院，合肥工业大学） ； National Key Laboratory of Deep Space Exploration, Deep Space Exploration Laboratory（深空探测国家实验室，深空探测实验室） ； Institute of Advanced Technology, University of Science and Technology of China（先进技术研究院，中国科学技术大学）
专题命中 其他多模态 ：cross-modal(abstract)；分类 cs.CV
AI总结 提出一种基于聚焦-扫描范式的分层交互模块和动态层分配策略，用于解决图像到点云配准中的尺度模糊和注意力漂移问题，在RGB-D Scenes V2和7-Scenes数据集上达到最优性能。
AOEPT: Breaking the Implicit Modality-Reduction Bottleneck in Modality-Missing Prompt Tuning
AOEPT：打破模态缺失提示调优中的隐式模态缩减瓶颈
机构 * University of Electronic Science and Technology of China（电子科技大学） ； Intelligent Digital Media Technology Key Laboratory of Sichuan Province（四川省智能数字媒体技术重点实验室）
专题命中 其他多模态 ：multimodal(abstract)；分类 cs.CV
AI总结 提出AOEPT方法，通过模态上下文提示（MCPs）蒸馏全局模态先验，为缺失模态提供潜在信息源，恢复多模态Transformer的推理范围，解决模态缺失场景下隐式模态缩减瓶颈问题。
Comments 20 pages, Accepted by ICML 2026, Code is available from https://github.com/Jian-Lang/AOEPT
Terrain-Adaptive Grouser Wheel for Optimal Planetary Exploration: Design and Experimental Investigation
地形自适应履刺轮用于最优行星探测：设计与实验研究
机构 * Aerospace Robotics Lab, Daniel Guggenheim School of Aerospace Engineering, Georgia Institute of Technology（航空航天机器人实验室，丹尼尔·古根海姆航空航天工程学院，佐治亚理工学院）
专题命中 其他多模态 ：multimodal(abstract)
AI总结 针对行星车在颗粒地形上的移动难题，提出一种可连续调节履刺高度的多模态轮，实验表明自适应部署可减少滑转30-58%，并提升行驶时间和能效达77.4%。
Comments Under Review
