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。

2026-06-05 至 2026-06-05 共收录 4 篇信号源：cs.CV, cs.CL, cs.AI, cs.MM, eess.AS

1. 其他多模态 4 篇

2606.06249 2026-06-05 cs.CV cs.LG 79%

GRAMformer: Any-Order Modality Interactions via Volumetric Multimodal Cross-Attention

GRAMformer: 通过体积多模态交叉注意力实现任意顺序模态交互

Giordano Cicchetti, Eleonora Grassucci, Danilo Comminiello

机构 * Dept. of Information Engineering, Electronics, and Telecommunications, Sapienza University of Rome（信息工程、电子与电信系，罗马萨皮恩扎大学）

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

AI总结提出体积多模态交叉注意力（VMA）机制，通过计算查询与多模态键向量的联合几何体积来建模任意顺序的模态交互，并集成到新型多模态Transformer架构GRAMformer中，提升多模态学习的有效性和效率。

2606.05898 2026-06-05 stat.CO math.ST nlin.AO stat.TH 78%

Designing Zero-Mean Feature Functions for Multimodal Distributions

为多峰分布设计零均值特征函数

Hiroshi Yamashita, Hideyuki Suzuki

专题命中其他多模态：multimodal(title,abstract)

AI总结针对多峰分布下控制变量法估计期望方差大的问题，提出基于分布近似和密度比的零均值特征函数构造方法，有效降低双峰分布的估计方差。

Comments 6 pages, 4 figures, 7 subfigures, submitted to the 2026 International Symposium on Nonlinear Theory and Its Applications (NOLTA2026)

2601.06056 2026-06-05 cs.CY cs.AI cs.CV 62%

Using street view images and visual LLMs to predict heritage values for governance support: Risks, ethics, and policy implications

利用街景图像和视觉大语言模型预测遗产价值以支持治理：风险、伦理与政策影响

Tim Johansson, Mikael Mangold, Kristina Dabrock, Anna Donarelli, Ingrid Campo-Ruiz

机构 * RISE Research Institutes of Sweden AB（瑞典RISE研究机构）； Malmö University（马尔默大学）； Forschungszentrum Jülich GmbH（朱利奇研究中心）； Uppsala University（乌普萨拉大学）

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

AI总结本研究利用街景图像和视觉大语言模型评估瑞典建筑遗产价值，以支持建筑翻新计划的制定，探讨了方法中的问题、潜在改进以及使用LLM数据的伦理风险。

2604.17729 2026-06-05 cond-mat.mtrl-sci 50%

Seed Layer Engineering for Effective Charge Transfer Doping of MoS$_2$ Transistors

用于有效电荷转移掺杂MoS₂晶体管的种子层工程

Sahej Sharma, Shao-Heng Yang, Himani Jawa, Rana Yuvraj, Bach Nguyen, Chang Niu, Shiva Radhakrishnan, Shalini Tripathi, Dennis Lin, Cesar Javier Lockhart de la Rosa, Pierre Morin, Dmitry Zemlyanov, Francesca Iacopi, Zhihong Chen, Joerg Appenzeller, Thomas E. Beechem

专题命中其他多模态：multimodal(abstract)

AI总结研究通过种子层工程调控MoS₂晶体管的电荷转移掺杂，发现种子层厚度和沉积条件对阈值电压和导通电流有显著影响，利用多模光谱技术揭示了种子层对界面电荷环境的调控作用。

Comments 27 pages, 7 figures