多模态大模型

Visual Species Recognition with Large Multimodal Models as Post-Hoc Correctors

以大型多模态模型作为事后校正器的视觉物种识别

Tian Liu, Anwesha Basu, James Caverlee, Shu Kong

机构 * Texas A&M University（德克萨斯A&M大学） ； University of Macau（澳门大学） ； Institute of Collaborative Innovation（协同创新研究院） 纠错

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

AI总结 研究视觉物种识别问题，比较少样本学习专家模型与大型多模态模型后发现后者虽有不足但有互补优势，进而提出事后校正框架，利用多模态提示策略提升少样本学习专家模型准确率，该框架具有通用性和有效性。

Comments website and code: https://tian1327.github.io/POC

Hierarchical Fault Localization for Autonomous Driving Systems with Hypothesis Validation and Intent Analysis

基于假设验证和意图分析的自动驾驶系统分层故障定位

Rui Zheng, Changwen Li, Yi Ji, Rongjie Yan

专题命中 其他多模态 ：multi-modal(abstract)

AI总结 针对自动驾驶系统故障难定位问题，提出HINT框架，通过假设验证和意图分析分两阶段进行分层故障定位，无需重新模拟，经在Apollo上评估，该框架在模块级诊断和代码级定位性能强，实际错误端到端准确率达77.8%。

Ensemble Controlled-Flow Filtering for Implicit Data Assimilation

用于隐式数据同化的集成控制流滤波

Zhuoyuan Li, Yue Zhao, Ming Li

机构 * Institute for Functional Intelligent Materials（功能智能材料研究所） ； National University of Singapore（新加坡国立大学） ； School of Mathematical Sciences（数学科学学院） 纠错

专题命中 其他多模态 ：multimodal(abstract)

AI总结 研究针对多对一、隐式等复杂观测机制下的数据同化问题，提出集成控制流滤波器（EnCF），通过随机控制流及伴随匹配学习依赖观测的控制，该方法在处理非高斯等复杂观测模型时表现更佳。

Comments 26 pages

ANGLE: Angular Neural Generative Learning via Engression

ANGLE：通过回归进行角度神经生成学习

Rajdeep Pathak, Archi Roy, Tanujit Chakraborty

机构 * LPSM, Sorbonne Université（索邦大学LPSM） ； SAFIR, Sorbonne University Abu Dhabi（索邦大学阿布扎赫德分校） ； Indian Institute of Management, Kozhikode（印度管理学院科钦分校） 纠错

专题命中 其他多模态 ：multimodal(abstract)

AI总结 针对圆形数据回归问题，提出ANGLE轻量级深度生成框架，通过广义圆能量得分损失优化生成映射学习角度响应全条件分布，建立理论性质，提供统一工具箱，经模拟和实际应用验证其有效性。

Tilt-Ropter: A Fully Actuated Hybrid Aerial-Terrestrial Vehicle with Tilt Rotors and Passive Wheels

Tilt-Ropter: 一种带有倾转旋翼和被动轮的全驱动混合空中-地面车辆

Ruoyu Wang, Xuchen Liu, Zongzhou Wu, Zixuan Guo, Wendi Ding, Ben M. Chen

机构 * Department of Mechanical and Automation Engineering, The Chinese University of Hong Kong（机械与自动化工程系，香港中文大学） ； Faculty of Engineering, The University of Hong Kong（工程学院，香港大学） ； Peng Cheng Laboratory（鹏城实验室） 纠错

专题命中 其他多模态 ：multi-modal(abstract)

AI总结 提出全驱动混合空中-地面车辆Tilt-Ropter，通过倾转旋翼和被动轮实现高效多模态运动，并设计统一非线性模型预测控制器实现低跟踪误差和地面运动功耗降低92.8%。

Comments 8 pages, 10 figures. Accepted by the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)