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。

2026-08-17 至 2026-08-17 共收录 6 信号源:cs.CV, cs.CL, cs.AI, cs.MM, eess.AS

1. 其他多模态 6 篇

2607.28336 2026-08-17 cs.AI 版本更新 79%

Correcting What You Cannot See: Credit Assignment for Perception Distillation in Multimodal Reasoners

修正不可见之缺陷:多模态推理器中感知蒸馏的信用分配

Feng Xiong, Leyan Xue, Hongyu Lin

机构 * Thinking Machines Lab(思维机器实验室) DeepSeek-AI(深度求索公司)

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

AI总结 该研究针对多模态推理器的感知蒸馏信用分配问题,提出感知修正蒸馏(PCD)方法,经8个基准测试,可提升不同规模模型的宏平均和结果,消融实验验证其有效性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.14297 2026-08-17 math.LO cs.LO 新提交 78%

Multimodal Logic Programming with Full Formulas

带完整公式的多模态逻辑程序设计

Kenji Tokuo

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

AI总结 本文提出一阶多模态逻辑程序设计系统MMLP,其支持任意公式作为程序与查询,基于带模态原理的希尔伯特系统给出声明语义,采用嵌套证明演算,合一算法控制特征参数作用域,性能优于相关系统。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.18990 2026-08-17 physics.med-ph math.NA 版本更新 78%

Quantitative Multi-Modal Optical Coherence Photoacoustic Elastography

定量多模态光学相干光声弹性成像

Ekaterina Sherina, Lisa Krainz, Wolfgang Drexler, Otmar Scherzer

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

AI总结 提出结合光学相干断层扫描(OCT)和光声断层扫描(PAT)的多模态弹性成像框架,通过混合反演算法融合互补信息,在硅胶体模上实现更高信噪比和更准确的刚度估计。

Comments 10 pages, 10 figures, 2 tables

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.23960 2026-08-17 physics.optics 版本更新 67%

Single-Shot Realization of 10000-Mode Octave-Spanning Artificial Gauge Fields

单次实现10000模式倍频程跨度人工规范场

Lida Xu, Apurva Padhye, Supratik Sarkar, Alireza Parhizkar, Christopher J. Flower, Gregory Moille, Kartik Srinivasan, Mohammad Hafezi, Mahmoud Jalali Mehrabad

专题命中 其他多模态 :multimodal(abstract);multi-modal(abstract)

AI总结 提出超宽带多模态色散校正人工规范场理论框架,利用集成光子学实现首个光子整数量子霍尔模型的频率梳,覆盖超过10000个模式,通过克尔非线性实现单次控制。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.14377 2026-08-17 cs.CL cs.CV 新提交 62%

A Survey of Large Models in Sports

体育领域的大模型综述

Yichen Xu, Jianzhe Ma, Chuhan Wang, Zhonghao Cao, Liangyu Chen, Wenxuan Wang, Qin Jin

机构 * Renmin University of China(中国人民大学) Sichuan University(四川大学) Beijing University of Posts and Telecommunications(北京邮电大学)

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

AI总结 该文综述体育领域大模型的任务应用、数据集基准,分析挑战与未来方向,为大模型驱动的体育智能研究与发展提供基础。

Comments 36 pages, 4 figures, 6 tables. Accepted to Findings of ACL 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.14306 2026-08-17 cs.AI eess.SY 新提交 57%

Sensor-Driven Mission Synthesis for UAV/UGV Swarms: A TB-CSPN Coordination Architecture with Hardware-Enforced Safety

传感器驱动的无人机/无人车集群任务合成:具备硬件强制安全保障的TB-CSPN协同架构

Uwe M. Borghoff, Paolo Bottoni, Remo Pareschi

机构 * Institute for Software Technology, University of the Bundeswehr Munich(慕尼黑联邦国防军大学软件技术研究所) Department of Computer Science, Sapienza University of Rome(罗马大学计算机科学系) SofTware And Knowledge Engineering Lab(软件与知识工程实验室)

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

AI总结 本文提出一种具备硬件强制安全保障的TB-CSPN协同架构,用于异构无人机/无人车集群,结合多模态传感器观测,通过顾问与监督智能体实现可审计的决策路径,提升对抗环境下的韧性,经沿海监视案例验证其有效性。

Comments 15 pages, 4 figures

详情

展开后加载摘要…

URL PDF HTML 收藏