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。

2026-07-07 至 2026-07-07 共收录 193 信号源:cs.CV, cs.CL, cs.AI, cs.MM, eess.AS

1. 其他多模态 13 篇

2607.03229 2026-07-07 cs.DC 新提交 88%

HyperParallel-Mpipe: A Composable Algebra System for Optimizing MLLM Training over Supernode Clusters

HyperParallel-Mpipe:用于在超级节点集群上优化多模态大语言模型训练的可组合代数系统

Chong Li, Zhengdao Yu, Nelson Lossing, Thibaut Tachon, Pierre Leca, Etienne Filhol, Yujie Yuan, Chong Bao, Teng Su

专题命中 其他多模态 :MLLM(title,summary_cn);multimodal(abstract)

AI总结 分析多模态大语言模型(MLLM)训练痛点,引入Mpipe,用调度代数从紧凑调度规范推导运行时行为,得出多模态感知异构并行调度transpose,在Ascend 910C NPU集群上加速显著。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.03184 2026-07-07 cs.CV 新提交 83%

BVS: Bayesian Visual Search with Multimodal Large Language Model for Fine-grained Perception

BVS:用于细粒度感知的基于多模态大语言模型的贝叶斯视觉搜索

Geng Li, Yuxin Peng

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

AI总结 针对多模态大语言模型在超高分辨率图像细粒度感知的难题,提出BVS框架,将感知设为连续空间尺度流形上的全局优化问题,通过先验引导与后验校正提升性能。

Comments Accepted by ICML 2026. Project page with code: https://github.com/PKU-ICST-MIPL/BVS_ICML2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.01539 2026-07-07 hep-ph hep-ex hep-th nucl-ex nucl-th 版本更新 79%

Multimodal Fragmentation of All-Heavy Pentaquarks: Uncertainty-Aware Predictions for Hadron Colliders

所有重子五夸克的多模碎片化:用于强子对撞机的不确定性感知预测

Francesco Giovanni Celiberto

专题命中 其他多模态 :multimodal(title,abstract)

AI总结 本文提出考虑不确定性的主导功率碎片化描述,用于研究强子对撞机中所有charm五夸克态的碎片化,构建多模碎片函数集PQ5Q1.1,结合微扰与非微扰不确定性,优化初始尺度输入以描述多夸克和双夸克产生机制,并应用于HL-LHC及未来FCC。

Comments 51 pages, 9 figures, 1 table, 264 references, version published in Phys. Rev. D. One novel set of multimodal (direct multicharm and diquark-like initial-scale inputs) PQ5Q1.1 NLO collinear fragmentation functions. Includes F-MHOU and F-NPWF uncertainty replicas, threshold-aware HF-NRevo DGLAP evolution, and LHAPDF release at https://github.com/FGCeliberto/Collinear_FFs

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.03263 2026-07-07 eess.SY cs.SY 新提交 78%

Multimodal Nonblocking Supervisory Control Synthesis

多模态非阻塞监督控制综合

Marijn Minkenberg, Michel Reniers, Martijn Goorden, Asia van de Mortel-Fronczak, Wan Fokkink

专题命中 其他多模态 :multimodal(title,abstract)

AI总结 研究针对含故障行为等复杂系统模型,引入模态和多模态非阻塞特性,给出合成算法构建监督器,并通过实例说明新特性,与已有特性比较并给出蕴含条件。

Comments Submitted to CDC 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.03955 2026-07-07 cs.LG cs.AI 版本更新 57%

GIPO: Gaussian Importance Sampling Policy Optimization

GIPO:高斯重要性采样策略优化

Chengxuan Lu, Zhenquan Zhang, Shukuan Wang, Qunzhi Lin, Baigui Sun, Yang Liu

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.AI

AI总结 该研究提出了一种基于截断重要性采样的策略优化目标GIPO,通过使用基于对数比率的高斯信任权重替代硬裁剪,以软化极端重要性比率同时保持非零梯度,从而提高数据效率,实验表明GIPO在多种回放缓冲区大小下均取得最佳性能,表现出优越的偏差-方差权衡、高训练稳定性及改进的样本效率。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.03204 2026-07-07 cs.RO 新提交 50%

Layout-independent actuation allocator for fin-actuated marine robots

用于鳍驱动海洋机器人的与布局无关的驱动分配器

Yuya Hamamatsu, Maarja Kruusmaa, Asko Ristolainen

机构 * Department of Computer Systems, Tallinn University of Technology(计算机系统系,塔林理工大学)

专题命中 其他多模态 :multi-modal(abstract)

AI总结 研究提出与布局无关的控制分配器,用含图神经网络、Transformer和混合密度网络的学习管道及可微物理代理模型,实现跨不同执行器配置零样本部署,提升轨迹跟踪性能。

Comments Accepted by 2026 International Conference on Intelligent Robots and Systems (IROS)

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.02543 2026-07-07 cs.DC 新提交 50%

ETALE: Evolving Topology with Accelerated Lock-free Execution for Dynamic Graph ANN Search on GPUs

ETALE:用于GPU上动态图ANN搜索的具有加速无锁执行的演化拓扑

Dongfang Zhao

专题命中 其他多模态 :multimodal(abstract)

AI总结 研究GPU上基于图的近似最近邻索引相关问题,提出ETALE索引,核心是无锁写时复制平板图,在多数据集上评估,相比其他索引速度更快且内存占用有界。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.21185 2026-07-07 stat.ML cs.LG stat.ME 新提交 50%

Two Layers of Instability in Causal Estimation

因果估计中的两层不稳定性

Alexis Bellot

机构 * Alexis Bellot(亚历山大·贝尔特)

专题命中 其他多模态 :multimodal(abstract)

AI总结 本文揭示因果估计中存在两层不稳定性:第一层是因果效应作为数据分布的函数不连续;第二层是估计器本身在数据分布上可能跳跃不连续,并基于决策理论提出稳定性取决于损失函数是否与因果效应一致。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.23252 2026-07-07 stat.CO cs.LG stat.ML 50%

Nested Slice Sampling: Vectorized Nested Sampling for GPU-Accelerated Inference

嵌套切片采样:适用于GPU加速推断的向量化嵌套采样

David Yallup, Namu Kroupa, Will Handley

机构 * Kavli Institute for Cosmology Cambridge(剑桥卡维利宇宙研究所) Institute of Astronomy, University of Cambridge(剑桥大学天文研究所) Cavendish Laboratory and Department of Engineering, University of Cambridge(剑桥大学卡文迪许实验室和工程系)

专题命中 其他多模态 :multimodal(abstract)

AI总结 本文提出嵌套切片采样,一种适用于GPU的向量化嵌套采样方法,通过Hit-and-Run切片采样实现约束更新,提升高维问题的计算效率和稳定性,实验表明其在复杂多模态问题中表现优异。

Comments 58 pages, 13 figures, Accepted to Transactions on Machine Learning Research

Journal ref Transactions on Machine Learning Research, 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.12373 2026-07-07 physics.chem-ph 版本更新 50%

Nuclear-Electronic Quantum Dynamics in a Plasmonic Nanocavity

等离子体纳米腔中的核电子量子动力学

Jonathan H. Fetherolf, Tim Duong, Tao E. Li, Sharon Hammes-Schiffer

专题命中 其他多模态 :multimodal(abstract)

AI总结 研究利用实时核电子轨道时变密度泛函理论耦合多个经典腔模并考虑腔损耗,探究等离子体纳米腔对化学系统核电子量子动力学的影响,可用于探测和修改化学反应,提供动力学及光谱特征见解。

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.07222 2026-07-07 physics.optics physics.app-ph quant-ph 版本更新 50%

Miniaturised transmissive multi-plane light converters via laser-written geometric phase holograms cascaded in glass

通过在玻璃中级联激光写入的几何相位全息图实现小型化透射多平面光转换器

Unė G. Būtaitė, Martynas Beresna, David B. Phillips

专题命中 其他多模态 :multi-modal(abstract)

AI总结 研究利用单步3D直接激光写入在熔融石英玻璃芯片中制造小型化透射多平面光转换器,通过形成具有可控慢轴取向的飞秒激光诱导双折射纳米光栅,构建并测试多种概念验证器件,推动相关技术发展。

Comments 15 pages, 8 figures (5 main text figs, 3 supplementary figs). This is an updated version of our paper (earlier version is arXiv:2602.07222v1). We updated figs 1-3 with new experimental data, added 2 new main text figures containing new experimental data, and added 3 supplementary figs. The text has been updated to describe these new figs

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.15028 2026-07-07 cs.IT math.IT 版本更新 50%

Information mechanics: conservation and assimilation

信息力学:守恒与同化

Takuya Isomura

专题命中 其他多模态 :multimodal(abstract)

AI总结 该研究提出信息力学框架,从贝叶斯规则出发,经特定要求选出两个加法投影,得出香农熵和费舍尔信息的守恒恒等式,还引入信息势描述,揭示信息几何与推理难度关系及马尔可夫链的同化不等式。

详情

展开后加载摘要…

URL PDF HTML 收藏
2509.16493 2026-07-07 cond-mat.str-el cond-mat.mtrl-sci 版本更新 50%

Dynamics of a jointly commensurate moiré charge density wave

莫尔电荷序超晶格中的联合公度性驱动剪切拓扑缺陷

Kyoung Hun Oh, Yifan Su, Honglie Ning, B. Q. Lv, Alfred Zong, Dong Wu, Qiaomei Liu, Gyeongbo Kang, Hyeongi Choi, Hyun-Woo J. Kim, Seunghyeok Ha, Jaehwon Kim, Suchismita Sarker, Jacob P. C. Ruff, Xiaozhe Shen, Duan Luo, Stephen Weathersby, Patrick Kramer, Xinxin Cheng, Dongsung Choi, Doron Azoury, Masataka Mogi, B. J. Kim, N. L. Wang, Hoyoung Jang, Nuh Gedik

专题命中 其他多模态 :multimodal(abstract)

AI总结 通过时间分辨衍射和光谱技术研究EuTe₄中光致电荷密度波动力学,发现联合公度CDW的振幅快速猝灭而相位涨落缓慢演化,并揭示了沿波矢垂直方向形成的剪切型拓扑缺陷。

Comments 24 pages, 4 figures

详情

展开后加载摘要…

URL PDF HTML 收藏