多模态大模型

SPACE: Source-free Proxy Anchor Concept Erasure for MLLMs

SPACE: 面向多模态大语言模型的无源代理锚点概念擦除

Zhijing Zhang, Jiaqi Ding, Qianshan Wei, Nan Zhou, Jiaqi Li, Yongliang Wu, Tongxin Zhu, Xiaolin Fang

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

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

AI总结 提出SPACE框架，首个针对多模态大语言模型的无源机器遗忘方法，通过文本引导的代理锚点选择和双约束语义隔离，在不访问目标数据的情况下擦除概念，并保持模型性能。

Integral Field Unit Spectroscopy with One Fiber

单光纤积分场单元光谱学

Zehao Peng, Biprateep Dey, Chris J. Maddison, Joshua S. Speagle

机构 * University of Toronto（多伦多大学） ； Vector Institute（向量研究所） 纠错

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

AI总结 提出一种多模态概率基础模型，利用掩码自编码器从宽带图像预测星系任意空间位置的高分辨率光谱，无需IFU训练数据，性能与监督基线相当。

Comments Accepted for Conference on Physics and AI at Stanford University (PAI 2026)

Revisiting Greedy Decoding for Visual Question Answering: A Calibration Perspective

重新审视视觉问答中的贪婪解码：一种校准视角

Boqi Chen, Xudong Liu, Yunke Ao, Jianing Qiu

机构 * ETH Zurich（苏黎世联邦理工学院） ； University of Toronto（多伦多大学） ； MBZUAI（穆桑比克人工智能研究所） 纠错

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

AI总结 针对视觉问答任务，从校准角度理论证明贪婪解码优于随机采样，并提出适用于推理模型的贪婪解码方法，实验验证其有效性。

From the microscope to High Performance Computing centers, a national effort toward automated data workflows for microscopy facility users in France

从显微镜到高性能计算中心：法国显微镜设施用户自动化数据工作流的国家努力

Guillaume Gay, Théo Barnouin, Marc Mongy, Guillaume Maucort, Perrine Paul-Gilloteaux, Emmanuel Faure

专题命中 其他多模态 ：multimodal(abstract)

AI总结 针对生物显微镜设施数据管理碎片化问题，法国国家生物成像基础设施开发了基于OMERO、iRODS等开源技术的BioImage Cloud平台，实现从采集到归档的完整数据生命周期自动化，并支持与HPC中心及公共数据库集成。

Comments 25 pages, 3 figures

Dirichlet-Guided Group Forecasting for Alleviating Over-smoothing in Time Series Forecasting

Dirichlet引导的群体预测：缓解时间序列预测中的过度平滑

Xingyu Zhang, Jingyao Wang, Xin Yu, Zeen Song, Jianqi Zhang, Changwen Zheng, Wenwen Qiang

机构 * University of Chinese Academy of Sciences（中国科学院大学） ； Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所） 纠错

专题命中 其他多模态 ：multi-modal(abstract)

AI总结 针对时间序列预测中的过度平滑问题，提出Dirichlet引导的群体预测（DGF）框架，通过显式建模多个模式条件预测分布及其选择概率的不确定性，并采用Dirichlet引导的分层采样和奖励优化，提升预测的准确性、多样性和动态一致性。

Learning high-dimensional quantum entanglement through physics-guided neural networks

通过物理引导神经网络学习高维量子纠缠

Yang Xu, Hao Zhang, Wenwen Zhang, Luchang Niu, Mahtab Amooei, Sergio Carbajo, Robert W. Boyd

专题命中 其他多模态 ：multimodal(abstract)

AI总结 针对高增益SPDC产生的高维纠缠态模态表征计算瓶颈，提出物理引导的深度学习网络，通过软OAM守恒正则化实现快速高保真重建，速度提升约128倍。

Unsupervised full-field Bayesian inference of orthotropic hyperelasticity from a single biaxial test: a myocardial case study

无监督的全场贝叶斯推断各向异性超弹性材料从单次双轴测试：心肌案例研究

Rogier P. Krijnen, Akshay Joshi, Siddhant Kumar, Mathias Peirlinck

机构 * TUDelft（代尔夫特理工大学） 纠错

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文提出利用全场运动学进行无监督贝叶斯推断，实现从单次双轴测试中可靠恢复各向异性超弹性材料参数，减少样本需求和实验操作。

A Modeling and Optimization Framework for Fostering Modal Shift through the Integration of Tradable Credits and Demand-Responsive Autonomous Shuttles

一种通过整合可交易信用和需求响应型自动驾驶接驳车促进出行方式转换的建模与优化框架

Zenghao Hou, Ludovic Leclercq

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文提出动态多模式均衡模型，整合可交易信用与需求响应型自动驾驶接驳车，优化出行方式转换及交通管理策略。

Journal ref Transportation Research Part C: Emerging Technologies, Volume 189, August 2026, Article 105755