arXivDaily arXiv每日学术速递 周一至周五更新
arXiv周末暂无论文更新,休息一下吧,周末愉快~~

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。

共收录 4884 信号源:cs.CV, cs.CL, cs.AI, cs.MM, eess.AS

1. 其他多模态 4884 篇

2608.06354 2026-08-10 cs.RO 版本更新 50%

A Master-Slave Robot Manipulator for Needle-Based Teleoperation in MRI Chamber

用于MRI室内经针遥操作的主从机器人操纵器

Omar Curiel, Jing-Yuan Huang, Po-Chih Chen, Ji Ma, Qing Dai, Wenqi Zhou, David Lu, Holden H. Wu, Tsu-Chin Tsao

专题命中 其他多模态 :multimodal(abstract)

AI总结 该研究开发了一种MRI安全的主从机器人操纵器,可实现多模态控制,支持协作任务,经初步实验验证适用于MRI室内床边手动控制模式下的活体猪介入操作。

Comments 14 pages, 12 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.08527 2026-08-10 math.NA cs.LG cs.NA math.PR stat.ML 版本更新 50%

Sampling via Stochastic Interpolants by Langevin-based Velocity and Initialization Estimation in Flow ODEs

通过基于Langevin的速度和初始化估计在流ODEs中进行采样

Chenguang Duan, Yuling Jiao, Gabriele Steidl, Christian Wald, Jerry Zhijian Yang, Ruizhe Zhang

专题命中 其他多模态 :multimodal(abstract)

AI总结 本文提出了一种基于Langevin采样器和概率流ODE的方法,用于高效采样复杂分布并提升贝叶斯推断性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.05454 2026-08-07 cs.LG stat.ML 新提交 50%

Hybrid Probabilistic Zonotopes for Identifiable and Refinable Predictive Uncertainty

用于可识别和可细化预测不确定性的混合概率 zonotope

Zhen Zhang, Amr Alanwar

专题命中 其他多模态 :multi-modal(abstract)

AI总结 该研究提出混合概率 zonotope(HProbZ)作为神经网络预测头,分离三种不确定性来源,可细化多步预测分布,具备独特结构特性,在基准测试中优于同编码器混合基线。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.06078 2026-08-07 astro-ph.IM stat.CO 新提交 50%

A space of inference spaces in the space sciences - Parametric Bayesian inference in astronomy, cosmology and particle physics

空间科学中的推理空间空间——天文学、宇宙学与粒子物理中的参数贝叶斯推理

Johannes Buchner

专题命中 其他多模态 :multi-modal(abstract)

AI总结 本文通过7个维度表征推理问题的参数空间,以天文学等领域的参数贝叶斯推理样本为基础,将整理后的推理问题样本作为新采样器的标准测试平台,并提供Docker计算镜像保障可复现性与易用性。

Comments paper in prep

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.02695 2026-08-05 cs.CR cs.LG cs.SE 新提交 50%

Stylometric Defenses Against Author Impersonation in Software Repositories

针对软件仓库中作者冒充的风格计量防御

Leonid Ravich, Michael Fire

专题命中 其他多模态 :cross-modal(abstract)

AI总结 本研究提出基于跨模态Transformer的补丁级风格计量防御,结合流式异常检测器,在真实供应链事件中高效检测软件仓库的作者冒充行为。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.00240 2026-08-05 cs.HC 版本更新 50%

Electrotactile Improves Thermal Referral

电触觉增强热传导

Wen Li, Rong Ni, Bozhi Tian, Pedro Lopes

专题命中 其他多模态 :multimodal(abstract)

AI总结 本文提出通过电触觉替代振动触觉改进热传导,提升冷感传达效率,减少触觉干扰,并增强VR中热场景的真实性,提供沉浸式多模态热体验设计指南。

Comments 12 Pages, 12 Figures

Journal ref ACM UIST 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.00690 2026-08-04 cs.NI 新提交 50%

LLM-Assisted Coalition Formation for Cooperative Perception in Autonomous Driving

大语言模型辅助的自动驾驶协同感知联盟形成

Ahmad Sarlak, Hao Wang, Rahul Amin, Abolfazl Razi

专题命中 其他多模态 :multimodal(abstract)

AI总结 该研究针对现有协同感知方法未优化车辆选择的问题,提出LLM辅助的联盟形成框架,结合DPP与ADMM优化,在OPV2V等数据集上实现更优性能与网络效率。

Comments Accepted for presentation at IEEE Global Communications Conference (GLOBECOM 2026), Cognitive Radio and AI-Enabled Networks Symposium

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.02531 2026-08-04 cond-mat.mtrl-sci 新提交 50%

Revealing Intrinsic Anisotropy of Collective Magnetic Excitations in Twinned Crystals of a Kitaev-Heisenberg Quantum Magnet

揭示Kitaev-Heisenberg量子磁体孪晶中集体磁激发的本征各向异性

Naipeng Zhang, Nikolai Simonov, Mykhaylo Ozerov, Sumedh Rathi, Nolan Heffner, Sara Huszar, Long Chen, Haidong Zhou, Guangxin Ni, Chaebin Kim, Martin Mourigal, Stephen M. Winter, Zhigang Jiang, Dmitry Smirnov

专题命中 其他多模态 :multimodal(abstract)

AI总结 本研究结合多模态光学探针,分离Kitaev-Heisenberg量子磁体Na₃Co₂SbO₆孪晶的单畴磁振子响应,揭示其本征二重面内磁振子各向异性,建立通用的多畴量子磁体自旋动力学研究框架。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.01163 2026-08-04 astro-ph.CO astro-ph.GA astro-ph.IM 新提交 50%

AGN Reverberation Mapping with LITMUS: Fundamental Limits on lag Recovery Rates

基于LITMUS的活动星系核反响映射:滞后恢复率的基本极限

Hugh McDougall, Tamara M. Davis, Benjamin J. S. Pope, Paul Martini, Zhefu Yu, Chris Lidman, Geraint F. Lewis

专题命中 其他多模态 :multimodal(abstract)

AI总结 本研究开发了新的滞后测量包LITMUS,利用贝叶斯证据识别假阳性滞后,分析OzDES样本发现以往RM研究高估了滞后置信度,不同发射线的AGN反响百分比存在显著差异。

Comments 32 Pages, 21 Figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.22402 2026-08-04 physics.flu-dyn physics.comp-ph 版本更新 50%

Neural Differential Equations for Oscillatory Flows in Aeroelasticity Applied to Transonic Buffet

用于气动弹性中振荡流的神经常微分方程及其在跨声速抖振中的应用

Michael Candon, Pier Marzocca, Earl Dowell

专题命中 其他多模态 :cross-modal(abstract)

AI总结 针对自激气动流引发的气弹不稳定性预测难题,提出结合非线性流体振荡器等的神经微分方程降阶模型,经单个CFD模拟识别后与结构方程耦合,用于跨声速抖振预测,结果与全阶解吻合良好,为多模态气弹不稳定性提供新见解。

Comments Under Review: AIAA Journal

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.21659 2026-08-04 stat.CO 版本更新 50%

Adaptive Generalized Elliptical Slice Sampling

自适应广义椭圆切片采样

Nicholas Marco, Surya T. Tokdar

专题命中 其他多模态 :multi-modal(abstract)

AI总结 针对无梯度MCMC中手动调参、维度扩展和局部几何适应性的挑战,提出自适应广义椭圆切片采样(AGESS),通过结合椭圆切片采样与衰减自适应,实现从慢混合到快混合的自校正,并保持遍历性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.29675 2026-08-03 math.ST cs.LG stat.ME stat.ML stat.TH 新提交 50%

Differentially Private Nonparametric Modal Learning with Applications to Regression and Clustering

差分隐私非参数模态学习及其在回归与聚类中的应用

Arkajyoti Bhattacharjee, Arnab Auddy

专题命中 其他多模态 :multimodal(abstract)

AI总结 该研究提出差分隐私非参数模态学习方法DP-GRAMS,实现多峰分布密度模态的高概率恢复,扩展出DP-PMS回归与DP-GRAMS-C聚类方法,在合成及真实数据上展现良好隐私-效用权衡。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.28850 2026-08-03 astro-ph.EP astro-ph.IM 新提交 50%

Optical and acoustic ground effects simulations from terminal defense asteroid disruption via the PI method

利用PI方法进行终端防御小行星破碎产生的光学与声学地面效应模拟

Brin Bailey, Alexander N. Cohen, Philip Lubin, Darrel K. Robertson, Mark Boslough, Sasha Egan, Elizabeth A. Silber, Dharv Patel

专题命中 其他多模态 :multi-modal(abstract)

AI总结 该研究通过模拟验证,NASA的PI方法可在数小时至数年预警内破碎小行星,将2023 PDC这类威胁破碎为100万个碎片时,能大幅降低地面光学与声学效应,实现行星防御。

Journal ref Acta Astronautica (2024), vol. 221, pp. 230-239

详情

展开后加载摘要…

URL PDF HTML 收藏
2510.11711 2026-08-03 cs.LG stat.ML 版本更新 50%

Reinforced sequential Monte Carlo for amortised sampling

强化序贯蒙特卡洛用于摊销采样

Sanghyeok Choi, Sarthak Mittal, Víctor Elvira, Jinkyoo Park, Esmeralda S. Whitammer

机构 * University of Edinburgh Mila -- Qu\'ebec AI Institute CIFAR Fellow

专题命中 其他多模态 :multi-modal(abstract)

AI总结 本文提出一种摊销方法与粒子方法相结合的采样框架,通过最大熵强化学习训练序贯蒙特卡洛采样器,并利用离线策略学习提高目标分布探索效率,在合成多模态目标和丙氨酸二肽构象玻尔兹曼分布上验证了改进的近似精度与训练稳定性。

Comments ICML 2026. Code: https://github.com/hyeok9855/ReinforcedSMC

详情

展开后加载摘要…

URL PDF HTML 收藏
2310.13112 2026-08-03 astro-ph.EP 版本更新 50%

Evaluating Short-Warning Mitigation via Intentional Robust Disruption of a Hypothetical Impact of Asteroid 2023 NT1

通过故意鲁棒性中断2023 NT1小行星假想撞击事件评估短预警 mitigation方案

Brin Bailey, Alexander N. Cohen, Sasha Egan, Philip Lubin, Ruitao Xu, Mark Boslough, Darrel K. Robertson, Elizabeth A. Silber, Irina Sagert, Oleg Korobkin, Glenn Sjoden

专题命中 其他多模态 :multi-modal(abstract)

AI总结 本文针对假想的2023 NT1小行星撞击事件,采用Pulverize It模型模拟分析,发现该类威胁可在撞击前1天内拦截,实现有效 mitigation。

Journal ref The Astrophysical Journal (2025), vol. 981, pp. 181-197

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.02943 2026-07-31 stat.ME 版本更新 50%

Geometric Information Decomposition for Weighted Empirical Measures on the Sphere

球面上加权经验测度的几何信息分解

Kisung You, Boram Cho

专题命中 其他多模态 :multimodal(abstract)

AI总结 研究单位球面上加权概率测度的方向不确定性,传统方法用von Mises-Fisher分布不完整,引入几何信息分解(GID),通过球面特征拟合最大熵投影序列,证明相关性质,实验展示不同情况下GID作用。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.27163 2026-07-30 cond-mat.mtrl-sci 新提交 50%

Materials Behavior as Mechanism Ensembles: A Probabilistic Framework for Emergent Behaviors

材料行为作为机制集合:一种涌现行为的概率框架

Brad L. Boyce, Mitchell A. Wood, Krishna Garikipati, Andreas E. Robertson, Jeffrey Larson, Ishan Srivastava, Bert Debusschere, Saaketh Desai, Prasad Iyer, Pieterjan Robbe, Mathew Cherukara, Todd Munson, Ming Du, Trupti Mohanty, David J. Gardner, Laurent Capolungo, Benjamin A. Jasperson, Jingye Tan, Rémi Dingreville

专题命中 其他多模态 :multimodal(abstract)

AI总结 本文提出将材料行为视为机制集合的概率框架,以概率方式连接机制激活等与宏观可观测量,可应用于金属疲劳等系统,助力提前识别涌现行为的有利条件。

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.07851 2026-07-30 cs.SE 版本更新 50%

Uncovering Scientific Software Sustainability through Community Engagement and Software Quality Metrics

通过社区参与和软件质量指标揭示科学软件的可持续性

Sharif Ahmed, Addi Malviya Thakur, Gregory R. Watson, Nasir U. Eisty

专题命中 其他多模态 :multimodal(abstract)

AI总结 该研究针对科学开源软件长期维持的挑战,以GitHub上的十个知名Sci-OSS项目为对象,结合社区参与与软件质量指标,提出新颖可视化技术及相关分析方法,为相关人员提供了软件可持续性的关键见解。

Comments Accepted for publication in IEEE Computing in Science & Engineering

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.25792 2026-07-29 cs.NI 新提交 50%

The Model in the Middle: Toward AI-Native Real-Time Communication

中间的模型:迈向人工智能原生实时通信

Ziqian Liu, Minghao Li, Yiming Qiu

专题命中 其他多模态 :multimodal(abstract)

AI总结 研究迈向人工智能原生实时通信,提出将模型视为有状态计算中间盒的新观点,探索网络感知推理调度等三个跨阶段协调机会,构建Conflux验证,结果显示在网络退化时响应延迟等有改善,呼吁建立相关实时通信堆栈。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.25312 2026-07-29 cs.LG 新提交 50%

Guiding Posterior Exploration with Optimizer-Derived Geometry

用优化器派生几何引导后验探索

Moritz Schlager, Emanuel Sommer, Thomas Möllenhoff, David Rügamer

机构 * TUM(慕尼黑工业大学) LMU Munich(慕尼黑大学) RIKEN AIP(理化学研究所先进智能项目中心)

专题命中 其他多模态 :multimodal(abstract)

AI总结 研究贝叶斯神经网络不确定性量化中高维多峰后验分布探索的计算成本问题,提出基于优化器派生几何的预处理采样策略,可减少采样预热阶段,提升性能与稳定性,且无额外计算成本,经多数据集和架构验证。

Comments Accepted for presentation at the OPTIMAL Workshop at AISTATS 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.16123 2026-07-29 cs.RO 版本更新 50%

BayesContact: Uncertain Pose Estimation via Visuo-Tactile Proposals and Simulation-based Inference

BayesContact:通过视觉触觉提议和基于模拟的推理进行不确定姿态估计

Aditya Kamireddypalli, Matias Mattamala, Joao Moura, Russell Buchanan, Sethu Vijayakumar, Subramanian Ramamoorthy

机构 * School of Informatics, University of Edinburgh(爱丁堡大学信息学院) Department of Mechanical and Mechatronics Engineering, University of Waterloo(滑铁卢大学机械与机电工程系)

专题命中 其他多模态 :multimodal(abstract)

AI总结 针对富含接触操作中姿态估计难题,提出BayesContact框架,通过融合视觉与触觉信息及基于模拟的推理来维护物体姿态信念,经模拟预测与真实观测对比更新信念,提升了姿态可观测性与插入成功率。

Comments Update funding sources

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.00433 2026-07-29 cond-mat.mtrl-sci 版本更新 50%

In situ Gas-Cell Electron Microscopy Reveals Pressure-Selected Restructuring Pathways in AuRu Ammonia Catalysts

反应条件下的氨催化剂演变揭示于环境和多模式电子显微镜

Amy S. McKeown-Green, Parivash Moradifar, Zisheng Zhang, Cedric Lim, Andrew Barnum, Lin Yuan, Robert Sinclair, Frank Abild-Pedersen, Colin Ophus, Jennifer A. Dionne

专题命中 其他多模态 :multimodal(abstract)

AI总结 通过环境和多模式电子显微镜研究,揭示了AuRu催化剂在反应条件下的结构演变机制,揭示了氢驱动的纳米空洞形成及压力对重构的影响。

Comments First two authors contributed equally to this work. First two and final author are corresponding authors. This work was conducted at Stanford University

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.22989 2026-07-28 stat.CO stat.ME 新提交 50%

SuSIE: Subset Simulation with Intrepid Exploration

SuSIE:具有无畏探索的子集模拟

Adwait Sharma, Promit Chakroborty, Michael D. Shields

专题命中 其他多模态 :multimodal(abstract)

AI总结 研究子集模拟框架在多失效区域等复杂情况下估计结构可靠性的挑战,提出用改进的无畏MCMC采样器替代传统方法,经示例验证该方法能解决复杂特征,有效估计失效概率。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.23298 2026-07-28 cs.HC 新提交 50%

Cross Sensory Co-Design Tools and Interaction Qualities

跨感官协同设计工具与交互质量

Albrecht Kurze, Klaus Stephan

专题命中 其他多模态 :multi-modal(abstract)

AI总结 研究跨感官交互设计难题,核心方法是开发Loaded Dice和Wheel of Plush工具,利用技术联觉原理及简单交互方案实现传感器与执行器映射,主要贡献为助力跨感官交互设计及探索新应用领域。

Comments In "Workshop Cross-Sensory Futures: Rewiring Perception in HCI" at CHI 2026. April 13, 2026. Barcelona, Spain

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.22330 2026-07-27 stat.ME eess.SP 新提交 50%

A Hierarchical Likelihood Model for Non-linear Inverse Problems under Additive and Multiplicative Noise

一种用于加性和乘性噪声下非线性逆问题的分层似然模型

Nicolas Goeman, Pierre-Antoine Thouvenin, Pierre Chainais

专题命中 其他多模态 :multimodal(abstract)

AI总结 针对加性和乘性噪声下的非线性逆问题,提出通用分层贝叶斯模型及高效MCMC算法。该方法无需校准近似模型超参数,更通用。通过天文学合成数据评估,在逐点估计和计算成本上达最优,为从业者选模型提供指导。

Comments 10 pages, 6 figures, 4 algorithms, 2 tables, submitted

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.02441 2026-07-27 cs.RO 版本更新 50%

Adaptive Learned State Estimation based on KalmanNet

基于KalmanNet的自适应学习状态估计

Arian Mehrfard, Bharanidhar Duraisamy, Stefan Haag, Florian Geiss, Mirko Mählisch

机构 * Mercedes-Benz AG(梅赛德斯-奔驰集团) Institute for Autonomous Driving, University of the Bundeswehr Munich(慕尼黑联邦国防军大学自动驾驶研究所)

专题命中 其他多模态 :multi-modal(abstract)

AI总结 本文提出AM-KNet,通过引入传感器特定的测量模块和超网络实现多传感器自动驾驶中的自适应状态估计,提升真实世界汽车数据的估计精度和跟踪稳定性。

Comments Pending release approval from company

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.19597 2026-07-23 astro-ph.SR astro-ph.IM cs.LG 新提交 50%

A Deep Learning Framework for Predicting Solar EUV Irradiance During Significant Flares

一种用于预测重大耀斑期间太阳极紫外辐射的深度学习框架

Sathvik Soman, Jason T. L. Wang, Haimin Wang, Haodi Jiang

机构 * Sam Houston State University(萨姆休斯顿州立大学)

专题命中 其他多模态 :multimodal(abstract)

AI总结 该研究提出FlareEUV框架,利用NASA的SDO多仪器观测,通过轻量级基于注意力的架构从原始成像数据学习磁结构与日冕发射关系,用于预测重大太阳耀斑期间连续三天6.5纳米处每日EUV辐照度,实验证明其性能优于基线方法。

Comments 8 pages, 9 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2403.06636 2026-07-23 cs.RO 50%

Design, Control, and Motion Strategy for DELTA: Transformable Multilink Multirotor for Air-Ground Hybrid Locomotion and Manipulation

DELTA:可变形多连杆多旋翼飞行器的设计、控制与运动策略——用于空地混合运动与操作

Kazuki Sugihara, Moju Zhao, Takuzumi Nishio, Kei Okada, Masayuki Inaba

专题命中 其他多模态 :multimodal(abstract)

AI总结 本文提出一种新型多连杆多旋翼机器人DELTA,通过在每个连杆上安装推进器并利用关节驱动,实现了地面滚动、空中飞行及多种环境下的操作能力,并设计了基于非线性优化的实时控制方法和考虑接触约束的运动策略。

Comments 20 pages, 31 figures

Journal ref IEEE Transactions on Robotics, vol. 42, pp. 2765-2785, 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2003.00108 2026-07-23 q-bio.QM cs.LG stat.ML 50%

Deep Learning in Mining Biological Data

深度学习在挖掘生物数据中的应用

Mufti Mahmud, M Shamim Kaiser, Amir Hussain

专题命中 其他多模态 :multimodal(abstract)

AI总结 本文探讨深度学习在生物数据挖掘中的应用,涵盖其在序列、图像和信号数据中的应用、数据来源、工具比较及未来研究方向。

Comments 36 pages, 8 figures, and 6 tables

Journal ref Cogn Comput 13, 1-33 (2021)

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.18507 2026-07-22 cs.HC 新提交 50%

AInimation: Animating from Prompt to AI-Generated Responses

动画:从提示到人工智能生成的响应的动画制作

Jiaqi Wu, Damien Masson

专题命中 其他多模态 :multimodal(abstract)

AI总结 研究探索提示与AI生成响应间的动画过渡,通过审查800个示例设计分类法,提出多种动画形式。实验表明添加动画过渡有助于用户审查响应,在定位元素、识别变化及验证提示解释方面表现更佳,适用于集成AI的软件,慢动画更优。

详情

展开后加载摘要…

URL PDF HTML 收藏