arXivDaily arXiv每日学术速递 周一至周五更新

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。

2026-06-09 至 2026-06-09 共收录 187 信号源:cs.CV, cs.CL, cs.AI, cs.MM, eess.AS

1. 其他多模态 15 篇

2606.07658 2026-06-09 cs.CV cs.LG 新提交 57%

What neurosurgeons need to see: synthetic intra-operative MRI from ultrasound for brain-shift compensation in brain tumour surgery

神经外科医生需要看到的:用于脑肿瘤手术中脑移位补偿的超声合成术中MRI

Santiago Cepeda, Olga Esteban-Sinovas, Ignacio Arrese, Rosario Sarabia

机构 * Department of Neurosurgery, Neurovascular Unit, Río Hortega University Hospital, Valladolid, Spain(西班牙巴利亚多利德里奥·奥尔特加大学医院神经外科神经血管科) Specialized Group in Biomedical Imaging and Computational Analysis (GEIBAC), Instituto de Investigación Biosanitaria de Valladolid (IBioVALL), Valladolid, Spain(西班牙巴利亚多利德生物医学研究与计算分析专业组(GEIBAC),巴利亚多利德生物健康研究所(IBioVALL))

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

AI总结 提出一种端到端流水线,通过融合术前MRI、术中超声生成的合成MRI及锚定该合成图像的可变形配准,生成术前成像空间中的全脑MRI体积,以补偿脑移位,为神经导航提供类似MRI的术中视野更新。

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.22766 2026-06-09 cs.CL 版本更新 57%

Imagination Helps Visual Reasoning, But Not Yet in Latent Space

想象力有助于视觉推理,但尚未在潜在空间中实现

You Li, Chi Chen, Yanghao Li, Fanhu Zeng, Kaiyu Huang, Jinan Xu, Maosong Sun

机构 * University of Science and Technology of China(中国科学技术大学)

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

AI总结 通过因果中介分析发现,多模态大语言模型中的潜在推理存在输入-潜在和潜在-答案两个关键断连,表明其有效性有限,并提出显式想象方法CapImagine,在视觉推理任务中表现更优。

Comments ICML 2026 Poster

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.08233 2026-06-09 physics.app-ph 新提交 50%

Analysis of Multi-Tone, Multi-Conductor, Spatially Discrete Traveling-Wave Modulated Loop Networks

多音、多导体、空间离散行波调制环路网络分析

Amirhossein Babaee, Zachary Fritts, Steve M. Young, Anthony Grbic

专题命中 其他多模态 :multi-modal(abstract)

AI总结 提出基于Interpath Relation的半解析框架,通过单胞分析周期性多音、多导体环路网络,高效计算空间格林函数,用于优化多功能非互易电磁系统。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.03258 2026-06-09 physics.flu-dyn 版本更新 50%

Linear Stability Analysis of convective flows in Rotating Baroclinic Annulus with Localized Peripheral Heating: A Floquet-BiGlobal Approach

旋转斜压环流中局部周边加热的对流流动的线性稳定性分析:一种Floquet-BiGlobal方法

Jaya Nandan, Ayan Kumar Banerjee

专题命中 其他多模态 :cross-modal(abstract)

AI总结 本文采用Floquet-Bloch理论与BiGlobal特征值方法,分析了局部加热下旋转流体环的非轴对称基态线性稳定性,揭示了交叉模态斜压能量释放和剪切产生的不稳定机制。

Comments The article has been submitted to Proceedings of the Innovations in Engineering for Sustainable Transformations (InnoVEST) 2026 and is Under Review

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.09813 2026-06-09 cs.NI cs.DC cs.LG cs.SY eess.SY 50%

Optimizing Server Placement for Vertical Federated Learning in Dynamic Edge/Fog Networks

优化动态边缘/雾网络中垂直联邦学习的服务器部署

Su Wang, Mung Chiang, H. Vincent Poor

机构 * Department of Electrical and Computer Engineering, Purdue University(普洛威斯顿大学电子工程与计算机科学系)

专题命中 其他多模态 :multi-modal(abstract)

AI总结 本文研究动态边缘/雾网络中垂直联邦学习的控制与优化,提出SC-DN方法,通过联合优化服务器部署、传输功率、处理器频率和本地训练迭代数,提升模型性能与资源利用率。

Comments Under revision at IEEE/ACM transactions on networking

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.12320 2026-06-09 cs.RO 版本更新 50%

Programmable Deformation Design of Porous Soft Actuator through Volumetric-Pattern-Induced Anisotropy

通过体积图案诱导各向异性的多孔软体执行器可编程变形设计

Canqi Meng, Weibang Bai

机构 * ShanghaiTech Automation and Robotics (STAR) Center, School of Information Science and Technology, ShanghaiTech University(上海科技大学自动化与机器人(STAR)中心,信息科学与技术学院,上海科技大学)

专题命中 其他多模态 :multimodal(abstract)

AI总结 提出一种在多孔泡沫中切割图案实现软体执行器可编程变形的方法,通过有限元分析研究机制,实验展示弯曲、倾斜、扭转等变形,并应用于仿生软体手。

Comments Accepted to 2026 IEEE International Conference on Robotics and Automation (ICRA 2026)

详情

展开后加载摘要…

URL PDF HTML 收藏
2411.16102 2026-06-09 cs.LG 版本更新 50%

BlendServe: Optimizing Offline Inference for Auto-regressive Large Models with Resource-aware Batching

BlendServe: 利用资源感知批处理优化自回归大模型的离线推理

Yilong Zhao, Shuo Yang, Kan Zhu, Lianmin Zheng, Baris Kasikci, Yang Zhou, Jiarong Xing, Ion Stoica

机构 * University of California, Berkeley(加州大学伯克利分校) University of Washington(华盛顿大学) University of California, Davis(加州大学戴维斯分校) Rice University(里士满大学)

专题命中 其他多模态 :multi-modal(abstract)

AI总结 针对离线批处理中资源重叠与前缀共享的冲突,提出资源感知前缀树来最大化资源利用率,相比vLLM和SGLang吞吐量提升1.44倍。

详情

展开后加载摘要…

URL PDF HTML 收藏