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

2606.15830 2026-07-22 cs.NE math.OC 版本更新 50%

MSC-CMA-ES: Structure-Aware Restarts for CMA-ES via Cyclic Nearest-Better Basin Discovery

MSC-CMA-ES:通过循环最近更好盆地发现实现CMA-ES的结构感知重启

Dimitar Nedanovski, Svetoslav Nenov, Dimitar Pilev

专题命中 其他多模态 :multimodal(abstract)

AI总结 提出MSC-CMA-ES,通过循环最近更好聚类划分盆地、逐盆地重启并排除冗余访问,在组合函数上达到BIPOP-CMA-ES的2.7倍固定预算目标覆盖率。

Comments 13 pages, 5 figures, 4 tables. Code and full results: https://github.com/snenovgmailcom/cma_es_project

详情

展开后加载摘要…

URL PDF HTML 收藏
2508.10586 2026-07-22 cs.HC eess.SP q-bio.NC 50%

Differential Physiological Responses to Proxemic and Facial Threats in Virtual Avatar Interactions

近距离威胁和面部威胁在虚拟化身交互中的生理差异

Birgit Nierula, Mustafa Tevfik Lafci, Anna Melnik, Mert Akgül, Farelle Toumaleu Siewe, Sebastian Bosse

专题命中 其他多模态 :multi-modal(abstract)

AI总结 研究探讨了虚拟交互中近距离威胁与面部威胁对生理反应的影响,发现SCR反映空间边界侵犯,HRV响应面部威胁线索。

Journal ref 2025 IEEE International Symposium on Mixed and Augmented Reality Adjunct (ISMAR-Adjunct), Daejeon, Korea, Republic of, 2025, pp. 162-167

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.17185 2026-07-21 cs.HC cs.CY 新提交 50%

PocketPPD: Screening for Postpartum Depression Risk Using Passive Smartphone Sensing

PocketPPD:使用被动式智能手机传感技术筛查产后抑郁风险

Jia Tang, Helinyi Peng, Akihito Taya, Kaoru Sezaki, Daisuke Nishi, Anind K Dey, Yuuki Nishiyama

专题命中 其他多模态 :multi-modal(abstract)

AI总结 研究针对产后抑郁筛查难题,提出基于被动智能手机传感的PocketPPD方法,利用产妇情境特征检测风险。通过对61名产后女性的四周可行性研究,给出不同模型AUC结果,发现重要数字生物标志物,为低负担筛查及围产期心理健康监测提供依据。

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.09237 2026-07-21 stat.AP 版本更新 50%

Demand-side decarbonisation at scale via MaaS-integrated carbon incentives

通过出行即服务集成碳激励措施实现大规模需求侧脱碳

Bing Liu, Yuan Liao, Sonia Yeh, Oded Cats, Kristian S. Nielsen, Zhenning Dong, Yong Wang, Yi Li, Yanli Liu, Zirui Ni, Xiaolei Ma

专题命中 其他多模态 :multimodal(abstract)

AI总结 研究评估北京出行即服务平台碳激励计划,利用48.2亿次出行数据及匹配面板,发现注册使低碳出行份额增20.3个百分点,汽油车出行量降1.8%,年减碳94353吨,表明碳市场资助数字激励可推动城市低碳出行。

Comments 22 pages, 5 Figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.01875 2026-07-21 stat.ME 版本更新 50%

Bayesian computation for high-dimensional Gaussian Graphical Models with spike-and-slab priors

具有尖峰和平板先验的高维高斯图形模型的贝叶斯计算

Deborah Sulem, Jack Jewson, David Rossell

专题命中 其他多模态 :multi-modal(abstract)

AI总结 研究高维高斯图形模型的贝叶斯计算,提出完全贝叶斯算法,包括块内吉布斯 - 梅特罗波利斯 - 黑斯廷斯算法和全局提议,可扩展到高维,给出混合边界和成本边界,扩展了精确贝叶斯推断的适用性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2503.05524 2026-07-21 eess.SP 版本更新 50%

Revisiting Beamforming Design for Stable Millimeter-Wave Communications Under Blockages

重新审视毫米波通信在阻塞环境下的稳定波束成形设计

Kanta Terui, Kabuto Arai, Koji Ishibashi

专题命中 其他多模态 :multimodal(abstract)

AI总结 研究毫米波通信在阻塞下的波束成形设计,提出利用LoS和NLoS路径的多波束设计,推导相关理论表达式,制定面板分配问题,通过算法求解,经仿真验证有效性,降低中断概率实现稳定通信。

Comments This work has been submitted to the IEEE for possible publication

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.15448 2026-07-20 cs.RO 新提交 50%

VTAP Gripper: Synergizing Fingertip Sensing and a Visuo-Tactile Active Palm for Dexterous In-Hand Manipulation

VTAP 夹爪:指尖传感与视觉触觉主动手掌协同实现灵巧的手中操作

Yuhao Zhou, Sheeraz Athar, Zhixian Hu, Binghao Huang, Yunzhu Li, Juan Wachs, Yu She

机构 * Edwardson School of Industrial Engineering, Purdue University(普渡大学爱德华森工业工程学院) Department of Computer Science, Columbia University(哥伦比亚大学计算机科学系)

专题命中 其他多模态 :multi-modal(abstract)

AI总结 研究提出集成 VTAP 和触觉阵列传感器手指的夹爪,利用指掌协同与多模态感知实现操作。通过双模态手掌扩展能力,提出重定向框架。经多任务实验验证,该夹爪及框架为灵巧夹爪设计等提供实用参考架构。

Comments 8 pages, 10 figures, accepted to the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026). Project webpage: https://yuhochau.github.io/vtap/

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.01735 2026-07-17 astro-ph.EP astro-ph.GA astro-ph.IM astro-ph.SR 50%

KMT-2025-BLG-1314 and KMT-2025-BLG-1392: two microlensing planetary/brown-dwarf candidates analyzed with differentiable code

KMT-2025-BLG-1314和KMT-2025-BLG-1392:两种微透镜行星/褐矮星候选体的不同可微代码分析

Haibin Ren, Weicheng Zang, Wei Zhu, Yoon-Hyun Ryu, Yuchen Tang, Jiyuan Zhang, Michael D. Albrow, Sun-Ju Chung, Andrew Gould, Cheongho Han, Kyu-Ha Hwang, Youn Kil Jung, In-Gu Shin, Yossi Shvartzvald, Hongjing Yang, Jennifer C. Yee, Dong-Jin Kim, Chung-Uk Lee, Byeong-Gon Park, Yunyi Tang, Dan Maoz, Shude Mao, Qiyue Qian

专题命中 其他多模态 :multimodal(abstract)

AI总结 利用不同可微代码分析KMT-2025-BLG-1314和KMT-2025-BLG-1392两个微透镜事件,揭示行星/褐矮星候选体的退化问题,并展示HMC方法在双峰后验中的优越性。

Comments 20 pages, 7 figures, submitted to RAA

详情

展开后加载摘要…

URL PDF HTML 收藏
2508.16403 2026-07-16 cs.LG 版本更新 50%

RF-Informed Graph Neural Networks for Accurate and Data-Efficient Circuit Performance Prediction

基于射频信息的图神经网络用于准确且数据高效的电路性能预测

Anahita Asadi, Leonid Popryho, Inna Partin-Vaisband

专题命中 其他多模态 :multimodal(abstract)

AI总结 本文提出基于射频信息的图神经网络框架,用于高效预测射频电路性能,实现高精度和低数据需求的自动化设计。

Comments This work is undergoing formal peer review process at IEEE for possible publication

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.12598 2026-07-15 cs.SE 新提交 50%

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%。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.12975 2026-07-15 stat.ML cs.LG cs.NA math.NA math.OC 新提交 50%

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)

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

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.12833 2026-07-15 stat.ML cs.LG math.ST stat.TH 新提交 50%

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)

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。

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.01700 2026-07-15 cs.RO 版本更新 50%

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)

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)

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.20780 2026-07-14 physics.ins-det astro-ph.IM hep-ex physics.geo-ph physics.soc-ph 版本更新 50%

Deep-Ocean Application-Specific Neutrino Experiment

深海应用特定中微子实验:白皮书

Takumi Araki, Simran Chauhan, Lyla Choi, Brian C. Crow, Max A. A. Dornfest, John Graham, Misaki Hosoya, John G. Learned, Viacheslav A. Li, William F. McDonough, Takeru Ohno, Takanobu Ono, Taichi Sakai, Jackson Seligman, Nathan Sibert, Shang-Wen Stradleigh, David Vartanyan, Hiroko Watanabe, Zhihao Xu, Jeffrey G. Yepez

专题命中 其他多模态 :multi-modal(abstract)

AI总结 提出一种移动式深海探测器,通过探测地幔中铀和钍衰变产生的地球中微子,约束地球放射性热产生和化学成分,相比陆地探测器降低50-100倍地壳本底。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.19926 2026-07-14 cs.HC 50%

Developers' Experience with Generative AI -- First Insights from an Empirical Mixed-Methods Field Study

开发者与生成式AI的体验——一项实证混合方法田野研究的初步洞察

Charlotte Brandebusemeyer, Tobias Schimmer, Bert Arnrich

专题命中 其他多模态 :multimodal(abstract)

AI总结 本研究通过混合方法分析开发者与生成式AI交互的体验,探讨不同交互方式对效率、准确性和工作负载的影响。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.09171 2026-07-13 nlin.AO math-ph math.MP 新提交 50%

Paths to synchronization in the Kuramoto model with inertia

具有惯性的Kuramoto模型中的同步路径

Cook Hyun Kim, Yeomoon Kim, Stefano Boccaletti, B. Kahng

专题命中 其他多模态 :multimodal(abstract)

AI总结 研究有惯性的Kuramoto模型,探究单峰高斯和多峰均匀两种本征频率分布形式,发现其产生不同同步簇,导致序参量行为及同步路径不同,为惯性复杂系统集体同步动力学提供新视角。

Comments 31 pages, 26 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.07855 2026-07-10 cs.LG 新提交 50%

NFTR: From Provable Mode-Averaging to Geodesic Subgoal Selection in Offline Goal-Conditioned RL

NFTR:从可证明的模式平均到离线目标条件强化学习中的测地线子目标选择

Erdemt Bao, Xing Lei, Jun Chen

机构 * Huazhong University of Science and Technology(华中科技大学) Xi’an Jiaotong University(西安交通大学) University of Electronic Science and Technology of China(电子科技大学)

专题命中 其他多模态 :multi-modal(abstract)

AI总结 针对分层隐式Q学习在离线目标条件强化学习中存在的问题,提出NFTR方法,用条件归一化流取代高斯策略,结合基于架构三角不等式的三角松弛分数及RWDR目标,可避免高斯坍塌且在随机动力学下保持稳定。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.07756 2026-07-10 cs.LG 新提交 50%

The Importance of Encoder Choice:A Tabular-Image Study

编码器选择的重要性:表格-图像研究

Ilia Koloiarov, Diego Coello de Portugal Mecke, Vijaya Krishna Yalavarthi, Tom Hanika, Lars Schmidt-Thieme

专题命中 其他多模态 :multimodal(abstract)

AI总结 研究首次评估表格模型作图像-表格设置的编码器,指出表格领域最佳的上下文学习模型因需标签处理实例,嵌入训练和测试实例不易,通过解决此问题强调了编码器因素在多模态学习中的重要性。

Comments This paper contains color figures. We recommend reading it digitally for the best experience

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.07848 2026-07-10 quant-ph cond-mat.mtrl-sci physics.chem-ph 新提交 50%

Quantum Sensors for Chemistry and Materials Science

用于化学和材料科学的量子传感器

Piotr Put, Arjun Pillai, Xuan Hoang Le, Mikhail D. Lukin, Hongkun Park

专题命中 其他多模态 :multimodal(abstract)

AI总结 探讨量子传感器(光泵磁力计和金刚石氮空位中心)在化学和材料科学中的应用,对比其不同特性,介绍在多种分析监测中的使用,以及在高通量化学分析和无损材料诊断方面的集成,有望应对现实分析挑战。

Comments 22 pages, 5 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.18954 2026-07-10 cond-mat.mtrl-sci 版本更新 50%

Unravelling the mechanisms underlying crack initiation in additively manufactured steel

揭示增材制造钢中裂纹萌生的潜在机制

KenHee Ryou, Yaozhong Zhang, James A. D. Ball, Dan Rubio-Ejchel, Dillon Jobes, Buhari Ibrahim, Charles Romain, Minh-Son Pham, Henry Proudhon, Jerard V. Gordon

专题命中 其他多模态 :multimodal(abstract)

AI总结 研究增材制造钢裂纹萌生机制,结合多模态技术观察裂纹尖端塑性三维演变,发现锻造钢与增材制造合金在裂纹尖端塑性表现不同,揭示抗断裂能力受其空间演变控制,为提高损伤容限提供机理框架。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.06778 2026-07-09 cs.HC 新提交 50%

Head, Gaze, or Finger? Comparing Object Selection Techniques in Augmented Reality for People with Low Vision

头部、注视还是手指?低视力人群在增强现实中对象选择技术的比较

Ruijia Chen, Tianyi Zhang, Sanbrita Mondal, Yukang Yan, Yuhang Zhao

专题命中 其他多模态 :multimodal(abstract)

AI总结 研究低视力人群在增强现实中对象选择技术,通过混合方法研究,让20名低视力者和18名视力正常者用头部、注视、手指指向三种技术在两种场景选目标,发现不同技术优劣势及低视力者偏好,为其可访问AR交互技术提供见解。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.05526 2026-07-09 astro-ph.SR 新提交 50%

Evolution of Non-Stationary Quasi-Periodic Pulsations in Solar Flares with Aditya-L1/HEL1OS and GOES

利用Aditya-L1/HEL1OS和GOES研究太阳耀斑中非平稳准周期脉动的演化

Srikar Paavan Tadepalli, Abhishekh Kumar Srivastava, K. Sankarasubramanian

专题命中 其他多模态 :multi-modal(abstract)

AI总结 该研究利用相位分辨方法,结合变分模态分解等技术,检测太阳耀斑硬X射线光变曲线中非平稳QPPs,通过交叉检验评估其与热和非热成分关系,还扩展到耀斑目录,确定QPPs特征及漂移情况,揭示非平稳性不同状态。

Comments 18 pages, 7 figures, Accepted for publication in Philosophical Transactions of the Royal Society A

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.15453 2026-07-08 quant-ph physics.app-ph 版本更新 50%

Solving the inverse parametric problem

解决逆参数问题

Michele Cortinovis, Fabio Lingua, David B. Haviland

专题命中 其他多模态 :multi-modal(abstract)

AI总结 研究提出计算驱动参量振荡器泵浦波形频率分量的方法,经数值分析和实验验证,还给出动态控制模式散射的近似方法,可用于利用多模高斯态编码和操纵连续变量量子信息。

Comments 11 pages, 6 figures

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