多模态大模型

When Entropy Is Not Enough: Multi-Modal Classification of Encrypted and Compressed Data Fragments

当熵不够时：加密和压缩数据片段的多模态分类

Fabio De Gaspari, Dorjan Hitaj, Samuele Salaris, Luigi V. Mancini

专题命中 其他多模态 ：multi-modal(title,abstract)

AI总结 针对短数据片段（512-2048字节）中加密与压缩数据难以区分的问题，提出多模态集成架构Triumvir，融合统计、序列和空间表示，在二分类和多分类任务上分别提升高达4.5和6.4个百分点。

Comments 20 pages

Best-Arm Identification-Based Trust Region Selection for Bayesian Optimization on Multimodal Functions

基于最佳臂识别的多模态函数贝叶斯优化信任区域选择

Nobuo Namura, Sho Takemori

机构 * Fujitsu Limited（富士通有限公司） 纠错

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

AI总结 提出一种结合最佳臂识别与信任区域贝叶斯优化的轨迹感知框架，通过预测局部优化器最终性能并逐步淘汰次优候选，加速多模态函数全局优化。

Comments 19 pages, 13 figures

Neurosim: A Fast Simulator for Neuromorphic Robot Perception

Neurosim: 一种用于神经形态机器人感知的快速模拟器

Richeek Das, Pratik Chaudhari

机构 * GRASP Laboratory, University of Pennsylvania（宾夕法尼亚大学GRASP实验室） 纠错

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

AI总结 提出Neurosim和Cortex库，通过高速传感器模拟和低延迟通信，支持神经形态感知与控制算法的训练和闭环测试。

Comments 11 pages, 6 figures

Free energy Estimation on Any State Space

任意状态空间上的自由能估计

Jiajun He, Zijing Ou, Francisco Vargas, Yingzhen Li, José Miguel Hernández-Lobato, Carles Domingo-Enrich, Yuanqi Du

机构 * University of Cambridge（剑桥大学） ； Imperial College London（伦敦帝国理工学院） ； Xaira Therapeutics（Xaira制药） ； Microsoft Research New England（微软研究院新英格兰分部） 纠错

专题命中 其他多模态 ：multimodal(abstract)

AI总结 提出一种基于广义神经传输学习的框架，将自由能估计推广到任意状态空间，并揭示时间反演与Doob h-变换的群论结构。

Array Zooming Optimization for Near-Field Localization With Movable Antennas

基于可移动天线的近场定位阵列缩放优化

Yuxin Duan, Boyu Teng, Xiaojun Yuan, Rui Wang

专题命中 其他多模态 ：multi-modal(abstract)

AI总结 针对近场定位中稀疏阵列的分辨率-模糊度矛盾，提出可移动天线阵列缩放系统，通过多测量融合和假峰抑制优化定位精度。

Advances and Challenges in Meta-Learning: A Technical Review

元学习的进展与挑战：技术综述

Anna Vettoruzzo, Mohamed-Rafik Bouguelia, Joaquin Vanschoren, Thorsteinn Rögnvaldsson, KC Santosh

机构 * Automated Machine Learning Group, Eindhoven University of Technology, Netherlands（埃因霍温理工大学自动化机器学习小组） ； Applied AI Research Lab, Department of Computer Science, University of South Dakota, USA（南达科他大学计算机科学系应用人工智能研究实验室） 纠错

专题命中 其他多模态 ：multi-modal(abstract)

AI总结 本文全面综述元学习技术，探讨其与多任务学习、迁移学习等领域的关联，并指出未来研究方向。