多模态大模型

Hidden Forgetting in Continual Multimodal Learning: When Accuracy Survives but Grounding Fails

持续多模态学习中的隐藏遗忘：当准确率幸存但基础失效时

Qianyu Chen, Canran Xiao, Runxuan Tang

机构 * Nanyang Technological University（南洋理工大学） ； Shenzhen Campus of Sun Yat-sen University（中山大学深圳校区） 纠错

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

AI总结 针对持续多模态学习中模型答案准确但证据使用方式改变的问题，提出无重放依赖约束框架RCL，通过冻结旧模型、反事实干预估计证据依赖并联合优化，有效降低隐藏遗忘。

FLAME: A Federated Learning Approach for Multi-Modal RF Fingerprinting

FLAME：一种用于多模态射频指纹识别的联邦学习方法

Kasra Borazjani, Kiarash Kianfar, Seyyedali Hosseinalipour, Rajeev Sahay

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

AI总结 提出FLAME框架，通过多模态表示（超越I/Q样本）加速联邦学习在射频指纹识别中的训练，理论证明收敛更快且精度更高，实验验证其优越性。

Comments 21 pages, 16 figures. Published in IEEE Internet of Things Journal

GenHOI: Generalized Hand-Object Pose Estimation with Occlusion Awareness

GenHOI：具有遮挡意识的通用手-物体姿态估计

Hui Yang, Wei Sun, Jian Liu, Jian Xiao, Tao Xie, Hossein Rahmani, Ajmal Saeed Mian, Nicu Sebe, Gim Hee Lee

机构 * Hunan University（湖南大学） ； Lancaster University（兰卡斯特大学） ； University of Western Australia（西澳大学） ； University of Trento（特伦托大学） ； National University of Singapore（新加坡国立大学） 纠错

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

AI总结 本文提出GenHOI框架，通过整合层次语义知识与手部先验，提升在遮挡条件下手-物体姿态估计的泛化能力，实验表明在DexYCB和HO3Dv2基准上达到SOTA性能。

Comments European Conference on Computer Vision (ECCV), 2026

A condition for the identification of multivariate models with binary instruments -- with Corrigendum and Addendum

二元工具变量多变量模型可识别性的一个条件——附勘误与增补

Florian Gunsilius

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文提出一个经验条件，用于非参数点识别具有连续内生变量的多变量工具变量模型，仅需二元工具变量，推广了现有识别结果，并基于循环单调性等假设推导了渐近收敛结果。

Comments Original paper published in the Journal of Econometrics including corrigendum and addendum

Journal ref Journal of Econometrics 235.1 (2023): 220-238

VaSST: Variational Inference for Symbolic Regression using Soft Symbolic Trees

VaSST: 使用软符号树的符号回归变分推断

Somjit Roy, Pritam Dey, Bani K. Mallick

机构 * Department of Statistics, Texas A&M University（统计学系，德克萨斯大学阿姆斯特朗分校） 纠错

专题命中 其他多模态 ：multimodal(abstract)

AI总结 提出基于变分推断的可扩展符号回归框架VaSST，通过软符号树连续松弛将组合搜索转化为梯度优化，实现不确定性量化，在模拟和费曼数据集上表现优异。

Comments 55 pages, 9 figures, 54 tables, Accepted at UAI 2026