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。

2026-08-19 至 2026-08-19 共收录 7 信号源:cs.CV, cs.CL, cs.AI, cs.MM, eess.AS

1. 其他多模态 7 篇

2608.10448 2026-08-19 cs.AI 版本更新 89%

Rationale-Guided Learning for Multimodal Emotion Recognition

基于理由引导学习的多模态情感识别

Sujung Oh, Jung Uk Kim, Sangmin Lee

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

AI总结 针对多模态情感识别忽略人类因果推理的问题,提出理由引导学习框架,结合双加工理论与MLLM生成的理由训练模型,在IEMOCAP和MELD基准取得最优性能,且推理无额外开销。

Comments ICASSP 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.17399 2026-08-19 cs.CL 新提交 81%

An Investigation of Translationese in the Generations of Multilingual Large Language Models

多语言大语言模型生成文本中的翻译腔研究

Maria Valentini, Téa Wright, Julisa Granados, Eliana Colunga, Katharina von der Wense

机构 * University of Colorado Boulder(科罗拉多大学博尔德分校) University of California Berkeley(加州大学伯克利分校) Johannes Gutenberg University Mainz(美因茨约翰内斯·古腾堡大学)

专题命中 其他多模态 :MLLM(summary_cn,abstract);分类 cs.CL

AI总结 本文探究多语言大语言模型生成文本是否存在翻译腔,对比直接翻译的翻译腔差异,通过多种方法评估MLLM生成文本的翻译腔特征。

Comments Accepted to COLM 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2509.05163 2026-08-19 physics.optics cond-mat.mes-hall quant-ph 版本更新 78%

Topology and criticality in non-Hermitian multimodal optical resonators through engineered losses

通过可控损耗实现非厄米多模光学谐振器中的拓扑与临界性

Elizabeth Louis Pereira, Hongwei Li, Andrea Blanco-Redondo, Jose L. Lado

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

AI总结 本研究提出多模非厄米晶格模型,证实其可呈现拓扑模式与临界性,分析其对损耗波动等的鲁棒性,发现可通过外部规范场调控局域化特性,为可控非厄米拓扑设计提供新策略。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.17151 2026-08-19 cs.CV cs.LG 新提交 70%

Lymphocyte Mimicry Correction via Region-Level Tissue Reasoning and Unbalanced Optimal Transport

基于区域级组织推理与非平衡最优传输的淋巴细胞模拟修正

Xiang Li, Yuqi Wang, Casey C. Heirman, Jihye Heo, Kyle J. Lafata

机构 * Duke University(杜克大学)

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

AI总结 针对细胞模拟导致的病理细胞分类歧义问题,提出Loki-OT方法,结合区域级组织推理与非平衡最优传输,在TCGA-BRCA队列上取得更优性能。

Comments 13 pages, 3 figures. Accepted to the MICCAI 2026 COMPAYL Workshop

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.17447 2026-08-19 cs.CV 新提交 57%

NGS-Marker: Robust Native Watermarking for 3D Gaussian Splatting

NGS-Marker:面向3D高斯溅射(3DGS)的鲁棒原生水印

Hao Qin, Yukai Sun, Luyuan Chen, Mengxu Lu, Feng Zhang, Ming Kong, Zhenhong Du, Qiang Zhu

机构 * Zhejiang University(浙江大学) Zhejiang Key Laboratory of Geographic Information Science(浙江省地理信息科学重点实验室)

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

AI总结 该研究针对现有3D高斯溅射水印技术无法抵御部分侵权的问题,提出NGS-Marker原生水印框架,通过联合训练的注入器与解码器及梯度渐进注入策略实现全场景覆盖,可抵御部分侵权并支持混合与多模态水印,具备实际部署灵活性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.24028 2026-08-19 astro-ph.EP 版本更新 50%

Micron-Scale Technosignatures: How a Cubic Metre of Lunar Regolith May Begin to Constrain the Number of Past Technological Civilisations in the Galaxy

微米级技术特征:一立方米月球风化层如何开始约束银河系中过去技术文明的数量

Lewis J. Pinault, Brian C. Lacki, Ian A. Crawford, Andrew P. V. Siemion

专题命中 其他多模态 :multi-modal(abstract)

AI总结 研究提出通过分析月球风化层中微米级人造颗粒来约束银河系技术文明数量,结合星际输运和风化层混合模型,给出无检测时的上限约0.09地球质量当量。

Comments Originally submitted to the International Journal of Astrobiology on 10 March 2026; this is revised version 4, in response to reviewer comments, resubmitted 17 August 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.19428 2026-08-19 cond-mat.mtrl-sci 版本更新 50%

Mapping optical, chemical, structural features in ZrO2 via cross-sectional SEM-Cathodoluminescence correlation microscopy

通过交叉截面SEM-阴极发光相关显微镜映射ZrO2的光学、化学和结构特征

Ricardo Vidrio, Yuhan Tong, Junliang Liu, Bil Schneider, William O. Nachlas, Nathan Curtis, Maryam Zahedian, Alexander Kvit, Hongliang Zhang, Zefeng Yu, Ximeng Wang, Yongfeng Zhang, Adrien Couet, Jennifer T. Choy

专题命中 其他多模态 :multi-modal(abstract)

AI总结 通过交叉截面SEM-阴极发光相关显微镜研究ZrO2中光学、化学和结构特征的关联,揭示缺陷与微结构对电荷传输的影响。

详情

展开后加载摘要…

URL PDF HTML 收藏