AI 大模型
跨文本、图像、视频、音频等模态的大模型与学习方法。
基于数据驱动的Russell情感环状模型解码
机构 * Alten ； CentraleSupélec IETR UMR CNRS 6164（中央理工-高等电力学院 IETR CNRS 6164 联合研究单位） ； Inria at Univ. Grenoble Alpes, CNRS, LJK（法国国家信息与自动化研究所，格勒诺布尔阿尔卑斯大学，CNRS，LJK）
专题命中 多模态训练与对齐 ：multimodal(abstract)；分类 cs.CL
AI总结 本文研究Transformer嵌入是否恢复Russell环状模型的几何规律，通过文本和语音模型实验，发现多模态融合完美对齐情感排序，零样本下细粒度情感词接近人类映射坐标。
Comments This work has been submitted to the IEEE for possible publication
多发性硬化症中顺磁性边缘病变的3D分类：基于非对称QSM-FLAIR建模
机构 * MaLGa, DIBRIS, University of Genova（热那亚大学） ； DINOGMI, University of Genova（热那亚大学） ； IRCCS Azienda Ospedaliera Metropolitana（IRCCS大都会医院）
专题命中 多模态训练与对齐 ：multimodal(abstract)；分类 cs.CV
AI总结 提出一种3D多模态深度学习框架，利用非对称QSM-FLAIR建模对多发性硬化症中的顺磁性边缘病变进行自动分类，通过自监督预训练和对比正则化提升有限数据下的鲁棒性，在88名患者队列中验证了有效性。
Comments 10 pages, 3 figures, accepted at MICCAI 2026. Github link: https://github.com/veronicapignedoli/FRODO
MVOFormer：用于鲁棒单目视觉里程计的流-语义Transformer
机构 * State Key Laboratory of Fluid Power and Mechatronic Systems, Zhejiang University（浙江大学流体动力与机电系统国家重点实验室） ； Zhejiang Key Laboratory of Industrial Big Data and Robot Intelligent Systems（浙江省工业大数据与机器人智能系统重点实验室） ； School of Mechanical Engineering, Zhejiang University（浙江大学机械工程学院） ； Robotics Institute, Zhejiang University（浙江大学机器人研究院） ； School of Artificial Intelligence and Robotics, Hunan University（湖南大学人工智能与机器人学院） ； Rural Health Research Institute, Charles Sturt University（查尔斯特大学农村健康研究所） ； University College London（伦敦大学学院）
专题命中 多模态训练与对齐 ：multimodal(abstract)；分类 cs.CV
AI总结 提出MVOFormer，一种流-语义双分支编码器与迭代多模态解码器结合的Transformer框架，通过融合密集几何运动与语义先验实现粗到细位姿优化，在零样本泛化上显著超越现有方法。
Comments 8 pages, 6 figures. Accepted for publication in IEEE Robotics and Automation Letters (RA-L)
面向AI原生6G网络的可解释任务导向Token通信
机构 * IEEE
专题命中 多模态训练与对齐 ：cross-modal(abstract)；分类 cs.CV
AI总结 提出ET-TokenCom框架，通过跨模态注意力融合视觉Token与任务Token，实现可解释的任务导向图像通信，解决Token表示不足、协作差和可解释性低的问题。
面向可部署计算病理学的通路结构特权蒸馏
机构 * School of Medicine, Wake Forest University（威克森林大学医学院）
专题命中 多模态训练与对齐 ：multimodal(abstract)；分类 cs.CV
AI总结 提出MoPE框架，通过通路索引病理专家和记忆使用对齐，将多模态学习转化为仅组织学推理的特权蒸馏，提升全切片图像推理性能。
Token缩减应超越生成模型中的效率——从视觉、语言到多模态
机构 * Harvard University（哈佛大学） ； Northeastern University（东北大学） ； CAS（中国科学院） ； Wuhan University（武汉大学） ； MIT（麻省理工学院） ； Peking University（北京大学）
专题命中 多模态训练与对齐 ：multimodal(abstract)；分类 cs.AI
AI总结 本文提出Token缩减应超越传统效率优化，成为生成模型的基础原则，通过减少冗余token来促进多模态融合、缓解幻觉、维持长输入连贯性并提升训练稳定性。
Comments Project page: https://github.com/ZLKong/Awesome-Collection-Token-Reduction
虚拟传感实现不可达位置与不可测参数的实时监测
机构 * Plasma & Radiological Engineering Department, Grainger College of Engineering, Nuclear, University of Illinois Urbana-Champaign（等离子体与辐射工程系，格拉inger工程学院，核能，伊利诺伊大学厄巴纳-香槟分校） ； Mechanical Science and Engineering Department, Grainger College of Engineering, University of Illinois Urbana-Champaign（机械科学与工程系，格拉inger工程学院，伊利诺伊大学厄巴纳-香槟分校） ； National Center for Supercomputing Applications, Urbana, IL, USA（国家超级计算应用中心，伊利诺伊州厄巴纳，美国） ； Department of Applied Mechanics, Indian Institute of Technology Delhi, New Delhi, India（应用力学系，印度理工学院德里，新德里，印度） ； Yardi School of Artificial Intelligence, Indian Institute of Technology Delhi（Yardi人工智能学院，印度理工学院德里）
专题命中 多模态训练与对齐 ：multi-modal(abstract)；分类 cs.AI
AI总结 针对能量系统中物理传感器无法部署的实时监测问题，提出基于神经算子的虚拟传感框架MIMONet，将稀疏边界测量映射到内部场，在多种热流体系统中实现亚毫秒级高精度推理。
Comments New analysis and results are added
从令牌到策略：因果且可解释的异质性处理效应识别
机构 * ISTA ； UNICEF（联合国儿童基金会） ； UCLA（加州大学洛杉矶分校）
专题命中 多模态训练与对齐 ：multi-modal(abstract)
AI总结 提出NEXIS方法，利用多模态预处理表示将HTE识别转化为马尔可夫毯发现问题，实现因果可解释的异质性处理效应识别，并在非洲反贫困项目中验证。
5G物理上行链路上的鲁棒且精确的应用指纹识别
专题命中 多模态训练与对齐 ：cross-modal(abstract)
AI总结 针对5G加密控制信道打破传统攻击链的问题，本文发现物理层侧信道（上行MCS稳定导致PRB数量反映IP包长度），结合上行控制信道重构双向流量，设计了三步被动攻击Crosshair，通过盲提取、数据增强和跨模态对齐实现高精度应用识别。
双不确定性引导的多模态推理策略学习
机构 * Tencent Hunyuan（腾讯文汇） ； University of Maryland（马里兰大学） ； University of North Carolina（北卡罗来纳大学）
专题命中 其他多模态 ：multimodal(title,abstract)；分类 cs.CL、cs.AI
AI总结 提出DUPL方法，通过量化感知不确定性和输出不确定性来引导策略更新，在多个多模态推理基准上显著提升模型准确率，优于现有方法。
DLWM: 多样化潜在世界模型用于高效多模态推理
机构 * University of Toronto（多伦多大学） ； Tsinghua University（清华大学）
专题命中 其他多模态 ：multimodal(title,abstract)；分类 cs.CV
AI总结 提出DLWM框架，结合潜在空间推理与强化学习，通过多样化潜在假设和资源感知策略提升多模态推理效率，准确率提升2-5%，内存减少24%。
Comments Preprint. 9 pages main text, 15 pages total including appendix, 2 figures
一种用于癫痫发作渐进预测的多模态非侵入式深度学习框架
机构 * Institute for the Wireless Internet of Things, Northeastern University, Boston, MA, U.S.A.（无线物联网研究所，东北大学，波士顿，马萨诸塞州，美国） ； University of Louisville, Louisville, KY, U.S.A.（路易斯维尔大学，路易斯维尔，肯塔基州，美国）
专题命中 其他多模态 ：multi-modal(title,abstract)；分类 cs.AI
AI总结 本文提出一种基于非侵入式多模态传感器网络的深度学习框架，用于癫痫发作的渐进预测，通过提高预测精度和实时处理能力，实现95%的灵敏度和98%的特异度。
Comments 4 pages, 5 figures, Proceedings of the IEEE 20th International Conference on Body Sensor Networks (BSN), October 2024
Journal ref 2024 IEEE 20th International Conference on Body Sensor Networks (BSN)
基于性别的连接组网络特异性差异：基于Krakencoder的分析
机构 * Centre for Brain Research, Indian Institute of Science（印度科学研究所大脑研究中心） ； Dept. of Artificial Intelligence, Amrita School of Artificial Intelligence, Amrita Vishwa Vidyapeetham（阿姆里塔大学阿姆里塔人工智能学院人工智能系）
专题命中 其他多模态 ：cross-modal(abstract)；分类 cs.CV
AI总结 使用Krakencoder框架模拟脑连接组模态间缺陷传播，分析702名健康被试的结构和功能连接组，发现默认模式网络扰动最大，感觉运动网络最小，完整预测连接组保留更多性别判别信息。
镜像标记任务中带有自我先验的主动推理
机构 * The University of Tokyo（东京大学） ； Laboratory for Intelligent Systems and Informatics（智能系统与信息学实验室）
专题命中 其他多模态 ：cross-modal(abstract)；分类 cs.AI
AI总结 提出一种基于自我先验的计算模型，通过主动推理驱动标记导向行为，无需外部奖励即可模拟镜像自我识别。
Comments 8 pages, 5 figures, Accepted to IEEE ICDL 2026
正交约束下共享表示的信息论优势
机构 * Johann Radon Institute of Computational and Applied Mathematics, Austrian Academy of Sciences（奥地利科学院约翰·拉东计算与应用数学研究所） ； Faculty of Mathematics, University of Vienna（维也纳大学数学学院）
专题命中 其他多模态 ：multi-modal(abstract)
AI总结 本文通过信息论框架，证明在正交约束下，联合近似比单独近似需要更少的描述长度，揭示了共享表示在组合架构中的效率优势。
简化半解析双斑模型用于热X射线脉冲轮廓中的内在简并性
专题命中 其他多模态 ：multi-modal(abstract)
AI总结 在简化半解析双斑模型中识别出一种内在简并性，该简并性在考虑多普勒效应、统计误差和仪器响应时仍可能导致似然面出现双峰，为先前研究中发现的多峰后验分布提供了直觉解释。
从零到图灵英雄：设计科学数据可视化的方法清单
专题命中 其他多模态 ：multimodal(abstract)
AI总结 本文提出一个方法清单，帮助生物学家设计清晰准确的科学数据可视化，涵盖选择显示类型、颜色使用和布局优化等关键方面，以提升科学发现的传播效果。
Comments 19 pages, 2 tables, 8 figures
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈