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

2509.16493 2026-07-07 cond-mat.str-el cond-mat.mtrl-sci 版本更新 50%

Dynamics of a jointly commensurate moiré charge density wave

莫尔电荷序超晶格中的联合公度性驱动剪切拓扑缺陷

Kyoung Hun Oh, Yifan Su, Honglie Ning, B. Q. Lv, Alfred Zong, Dong Wu, Qiaomei Liu, Gyeongbo Kang, Hyeongi Choi, Hyun-Woo J. Kim, Seunghyeok Ha, Jaehwon Kim, Suchismita Sarker, Jacob P. C. Ruff, Xiaozhe Shen, Duan Luo, Stephen Weathersby, Patrick Kramer, Xinxin Cheng, Dongsung Choi, Doron Azoury, Masataka Mogi, B. J. Kim, N. L. Wang, Hoyoung Jang, Nuh Gedik

专题命中 其他多模态 :multimodal(abstract)

AI总结 通过时间分辨衍射和光谱技术研究EuTe₄中光致电荷密度波动力学,发现联合公度CDW的振幅快速猝灭而相位涨落缓慢演化,并揭示了沿波矢垂直方向形成的剪切型拓扑缺陷。

Comments 24 pages, 4 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.01429 2026-07-03 econ.EM 新提交 50%

A condition for the identification of multivariate models with binary instruments -- with Corrigendum and Addendum

二元工具变量多变量模型可识别性的一个条件——附勘误与增补

Florian Gunsilius

专题命中 其他多模态 :multimodal(abstract)

AI总结 本文提出一个经验条件,用于非参数点识别具有连续内生变量的多变量工具变量模型,仅需二元工具变量,推广了现有识别结果,并基于循环单调性等假设推导了渐近收敛结果。

Comments Original paper published in the Journal of Econometrics including corrigendum and addendum

Journal ref Journal of Econometrics 235.1 (2023): 220-238

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.23561 2026-07-03 stat.ME cs.LG cs.SC stat.CO stat.ML 版本更新 50%

VaSST: Variational Inference for Symbolic Regression using Soft Symbolic Trees

VaSST: 使用软符号树的符号回归变分推断

Somjit Roy, Pritam Dey, Bani K. Mallick

机构 * Department of Statistics, Texas A&M University(统计学系,德克萨斯大学阿姆斯特朗分校)

专题命中 其他多模态 :multimodal(abstract)

AI总结 提出基于变分推断的可扩展符号回归框架VaSST,通过软符号树连续松弛将组合搜索转化为梯度优化,实现不确定性量化,在模拟和费曼数据集上表现优异。

Comments 55 pages, 9 figures, 54 tables, Accepted at UAI 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.00979 2026-07-02 cs.HC 新提交 50%

Visualizing Engineering Fundamentals: Design of Mixed Reality and Physical Toolkits for Effective Learning

可视化工程基础:混合现实与物理工具包的设计以促进有效学习

Mohammad Abu Nasir Rakib, Sharmin Akter, Eshwara Prasad Sridhar, Somik Biswas, Md Rassel Raihan, Mahmudur Rahman

专题命中 其他多模态 :multimodal(abstract)

AI总结 本研究通过用户实验比较了课堂讲授、混合现实应用和物理工具包三种教学方式,发现结合可视化与动手交互的多模态体验最受学生欢迎,为工程教育工具的人本设计提供了指导。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.00756 2026-07-02 cond-mat.mtrl-sci physics.atom-ph physics.comp-ph 新提交 50%

The BiP-PRISM algorithm for fast and scalable core-loss STEM-EELS simulations

BiP-PRISM算法:快速可扩展的芯损失STEM-EELS模拟

Philipp Pelz

专题命中 其他多模态 :multimodal(abstract)

AI总结 提出BiP-PRISM算法,通过束分割和自然邻域插值加速芯损失电子能量损失谱模拟,显著降低计算和内存需求,实现消费级GPU上的全分辨率元素映射。

Comments 21 pages, 7 figures, 7 tables; includes supplementary material

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.24152 2026-07-02 math.ST cs.LG stat.ML stat.TH 版本更新 50%

Fast Score-Based Sampling via Log-Concave Reductions

基于对数凹约简的快速分数采样

M. J. Wainwright

专题命中 其他多模态 :multi-modal(abstract)

AI总结 提出将分数扩散采样问题约简为一系列强对数凹子问题,利用任意强对数凹采样器实现高效采样,并给出采样复杂度界限。

Comments Accepted to the COLT 2026 Conference, San Diego, CA

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.30945 2026-07-01 cs.CY 新提交 50%

Free-form Association Tasks Reveal Stereotype Hallucination in Large Language Models

自由联想任务揭示大型语言模型中的刻板印象幻觉

Xinrui Chloe Zhao, Douglas Guilbeault, Amir Goldberg

专题命中 其他多模态 :multimodal(abstract)

AI总结 通过抽象艺术和罗夏墨迹测试,比较人类与多模态LLM在自由联想中的刻板印象结构,发现LLM存在“刻板印象幻觉”,即生成不反映真实群体差异的强烈二阶刻板印象。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.30886 2026-07-01 astro-ph.HE gr-qc physics.data-an 新提交 50%

Multipolar Magnetic-Field Inference for PSR J0740+6620 with Neural-Network-Accelerated NICER Pulse-Profile Modeling

PSR J0740+6620 的多极磁场推断:基于神经网络加速的 NICER 脉冲轮廓建模

Farhana Taiyebah, Constantinos Kalapotharakos, Greg Olmschenk, Wendy F. Wallace, Soumi De, Abu Bucker Siddik, Diane Oyen, Thibault Lechien, Zorawar Wadiasingh

专题命中 其他多模态 :multimodal(abstract)

AI总结 利用神经网络代理加速NICER脉冲轮廓建模,推断PSR J0740+6620的多极表面磁场结构,采用偏移偶极子加轴对称四极子模型,发现观测双峰轮廓可由偏移模型再现,但磁场参数存在简并。

Comments 18 pages, 10 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.29205 2026-06-30 stat.CO 50%

Using Variational Inference to Improve the Efficiency of MCMC Algorithms

使用变分推断提高MCMC算法的效率

Pingping Yin, Xiyun Jiao

专题命中 其他多模态 :multi-modal(abstract)

AI总结 提出两种结合变分推断和MCMC的算法:GVI-HMC利用高斯变分推断改进哈密顿蒙特卡洛,VAE-MH结合变分自编码器与Metropolis-Hastings采样器,提高高维和多模态分布中的采样效率。

Comments Preprint. Code is available at https://github.com/YinPingping111/HMC-GVI and https://github.com/YinPingping111/VAE-MH-Sampler

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.29192 2026-06-30 cs.RO 50%

Empowering a Single-Frequency GNSS Receiver to Achieve High-Precision Positioning with Relative Observations

利用相对观测实现单频GNSS接收机的高精度定位

Xingpeng Wang, Ziwen Qu, Juncheng Chen, Ruitian Pang, Xiangyu Li, Tiancheng Lai, Siqi Shen, Wentao Liu, Pengfei Wang, Chao Xu, Yanjun Cao

专题命中 其他多模态 :multi-modal(abstract)

AI总结 提出一种紧耦合状态估计框架,通过单频GNSS接收机与相对运动传感器融合,利用滑动窗口因子图和虚拟锚点机制实现分米级定位,无需基站。

Comments 8 pages,7 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2505.19323 2026-06-30 cs.LO 50%

A Real-Analytic Approach to Differential-Algebraic Dynamic Logic

微分代数动态逻辑的实解析方法

Jonathan Hellwig, André Platzer

专题命中 其他多模态 :multi-modal(abstract)

AI总结 本文提出实解析微分代数动态逻辑的证明演算,用于正确转换微分代数方程,实现微分代数方程到常微分方程的降阶,并确保与混合系统中的微分形式动态逻辑兼容。主要贡献是鬼切换,用于将多模系统分解为混合系统,正确混合复杂的微分代数动力学。

Comments To appear in CADE 2025

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.06205 2026-06-29 cs.RO 版本更新 50%

KISS-IMU: Self-supervised Inertial Odometry with Motion-balanced Learning and Uncertainty-aware Inference

KISS-IMU:基于运动平衡学习与不确定性感知推理的自监督惯性里程计

Jiwon Choi, Hogyun Kim, Geonmo Yang, Juhui Lee, Younggun Cho

机构 * Electrical and Computer Engineering, Inha University(信息电子工程学院,印斯大学)

专题命中 其他多模态 :multi-modal(abstract)

AI总结 提出KISS-IMU自监督框架,通过运动平衡训练和不确定性加权推理消除对真值依赖,仅用LiDAR作为轻量监督信号,实现鲁棒惯性里程计。

Comments 8 pages, 9 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.26497 2026-06-26 cs.LG math.DS stat.ML 新提交 50%

Learning Probabilistic Filters with Strictly Proper Scoring Rules

使用严格适当评分规则学习概率滤波器

Eviatar Bach, Ricardo Baptista, Jochen Bröcker, Bohan Chen, Andrew Stuart

专题命中 其他多模态 :multi-modal(abstract)

AI总结 提出基于严格适当评分规则和Transformer的集成滤波器PSEF,通过合成轨迹训练分析映射逼近滤波分布,在非线性非高斯问题上优于经典方法。

Comments 87 pages, 17 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.26840 2026-06-26 physics.optics 新提交 50%

Taming the single-cylinder scattering through time-modulation -- The role of the modulation phase

通过时间调制驯服单圆柱散射——调制相位的作用

J. Yan, I. Katsantonis, M. Mostafa, V. Asadchy, M. Kafesaki

专题命中 其他多模态 :multi-modal(abstract)

AI总结 研究通过时间调制介电常数实现圆柱散射的参量放大和角度可调性,发现调制相位对散射模式(增强前向、后向或散射消除)起关键作用。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.25711 2026-06-25 cs.ET 新提交 50%

Distributed SDN-Based Communication Architecture for the Pods4Rail System

基于分布式SDN的Pods4Rail系统通信架构

Dingyang Liu, Dereje Mechal Molla, Léo Mendiboure, Marion Berbineau

专题命中 其他多模态 :multimodal(abstract)

AI总结 提出一种集成SDN和MEC的分布式通信架构,通过分层控制实现低延迟、高可靠性的铁路-公路多式联运通信,控制器通信和流设置延迟低于现有文献。

Journal ref Proceedings of the 11th TRA Conference, May 2026, Budapest, Hungary

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.25265 2026-06-25 cs.LG 新提交 50%

Variational Inference via Entropic Transport Descent

通过熵传输下降的变分推断

Vincent Pacelli, Akash Ratheesh, Evangelos Theodorou

机构 * School of Aerospace Engineering(航空航天工程学院) Georgia Institute of Technology(佐治亚理工学院) Atlanta, GA 30332(亚特兰大, GA 30332)

专题命中 其他多模态 :multimodal(abstract)

AI总结 提出熵传输下降(ETD),一种基于粒子变分推断方法,通过熵正则化最优传输实现全局协调,避免高维方差坍塌和多模态模式坍塌,无需评分函数。

Comments 28 pages, 1 figure

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.26309 2026-06-25 cs.HC cs.CY cs.SI 版本更新 50%

Visual Matters: Connecting Aesthetic Appeal and Production Quality of Photos, Infographics and Data Visualizations to Credibility of Social Media Posts

视觉问题:将照片、信息图和数据可视化的美学吸引力和制作质量与社交媒体帖子的可信度联系起来

Salman Khawar, Yingdan Lu, Yilang Peng, Jiyoung Yeon, Cuihua Shen

专题命中 其他多模态 :multimodal(abstract)

AI总结 本研究基于处理流畅性理论,通过实验比较照片、信息图、数据可视化和纯文本帖子,发现视觉帖子(尤其是照片和信息图)比纯文本帖子更可信,美学吸引力通过处理流畅性部分中介提升可信度,而制作质量无显著影响。

详情

展开后加载摘要…

URL PDF HTML 收藏
2503.13779 2026-06-25 eess.IV 50%

Zero-Shot Denoising for Fluorescence Lifetime Imaging Microscopy with Intensity-Guided Learning

零样本去噪用于荧光寿命成像显微镜的强度引导学习

Hao Chen, Julian Najera, Dagmawit Geresu, Meenal Datta, Cody Smith, Scott Howard

专题命中 其他多模态 :multimodal(abstract)

AI总结 本文提出一种零样本去噪框架,通过强度引导学习在荧光寿命成像显微镜中提升图像质量,保留生物信息,优于现有方法。

Comments 9 pages,4 figures and 2 tables

Journal ref In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition, pp. 4758-4767. 2025

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.24753 2026-06-24 physics.app-ph 新提交 50%

Material identification using laboratory X-ray beam tracking: quantitativeness and signal-to-noise ratio requirements

利用实验室X射线束追踪进行材料识别:定量性与信噪比要求

Sumera Rehman, Ashkan Ajeer, Connor Darling, Marco Endrizzi, Alessandro Olivo, Silvia Cipiccia

专题命中 其他多模态 :multimodal(abstract)

AI总结 提出基于单色X射线束追踪(XBT)的多模态成像方法,通过同时获取吸收和相位信息实现材料区分,并研究信噪比对定量性和元素识别的影响。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.15460 2026-06-24 cs.HC cs.CY 新提交 50%

"ChatGPT, help me draft a breakup text": The Covert Triad and Articulation Labor in AI-Assisted Romantic Communication

“ChatGPT,帮我起草分手短信”:AI辅助浪漫沟通中的隐蔽三角与表达劳动

Skyler Wang, Isabella Luppi

专题命中 其他多模态 :multi-modal(abstract)

AI总结 研究AI作为人类浪漫沟通中介的现象,提出“隐蔽三角”和“表达劳动”概念,揭示AI介入导致真实性从语言作者转向情感所有权的转变。

详情

展开后加载摘要…

URL PDF HTML 收藏
2410.22309 2026-06-24 cs.HC cs.CY 50%

GPT-4o reads the mind in the eyes

GPT-4o解读他人眼神

James W. A. Strachan, Oriana Pansardi, Eugenio Scaliti, Marco Celotto, Krati Saxena, Chunzhi Yi, Fabio Manzi, Alessandro Rufo, Guido Manzi, Michael S. A. Graziano, Stefano Panzeri, Cristina Becchio

专题命中 其他多模态 :multimodal(abstract)

AI总结 研究探讨GPT-4o在解读面部情绪与心理状态的能力,发现其在直立面孔上表现优于人类,但在倒置面孔上表现欠佳,且对白人面孔的解读更准确。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.21390 2026-06-23 cs.CY cs.GT 新提交 50%

Distance-based subsidy rate design to incentivize ride-hail access to advanced air mobility hubs

基于距离的补贴率设计以激励网约车接入先进空中交通枢纽

Zhenglei Ji, Hai Yang, Joseph Y. J. Chow

专题命中 其他多模态 :multimodal(abstract)

AI总结 提出基于距离的补贴率设计,激励网约车接入先进空中交通枢纽,结合运营商盈利与乘客路径选择,以纽约机场为例验证了补贴对客流和利润的影响。

Journal ref Journal of Air Transport Management 137 (2026), 103090

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.21220 2026-06-23 cs.RO 新提交 50%

A UAV-Mounted Sensor Network for Close-Range Inspection of Wind Turbine Rotor Blades

一种用于风力涡轮机转子叶片近距离检测的无人机载传感器网络

Jost Wittmann, Ahmed Abdullahi Hassan, Nils Kömpe, Andreas Nüchter

机构 * Department of Computer Science XVII: Robotics Julius-Maximilians Universit\" a t W\" u rzburg W\" u rzburg, Germany Research Elektronik-Entwicklung Oktopus GmbH Kiel, Germany

专题命中 其他多模态 :multimodal(abstract)

AI总结 提出一种无人机载多模态传感器网络,结合RGB相机、热红外相机和3D扫描仪,通过共校准实现几何、颜色和热数据的空间叠加,解决近距离检测中的平台运动、大视场和毫米级精度问题。

Comments The Aerial Inspection for Marine Infrastructures (AIMI) workshop

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.21154 2026-06-23 cs.CY cs.SY eess.SY stat.AP 新提交 50%

Virginia Tech Transportation Safety Index (VTTSI)

弗吉尼亚理工大学交通安全指数 (VTTSI)

Jason Cusati, Cheng-Shun Chuang

专题命中 其他多模态 :multimodal(abstract)

AI总结 提出VTTSI实时云原生框架,融合经验贝叶斯、速度冲突行为提升因子和CRITIC加权多准则决策模块,每15分钟生成0-100分安全评分,实现长期碰撞风险与短期行为动态的集成监测。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.23059 2026-06-23 physics.flu-dyn math.DS 新提交 50%

Non-normal weakly nonlinear analysis: asymptotic consistency and non-universality

非正规弱非线性分析:渐近一致性与非普适性

Matthew McCormack, Gregory P. Chini, Rich R. Kerswell

专题命中 其他多模态 :multi-modal(abstract)

AI总结 针对线性稳定但非正规的系统,提出一种弱非线性理论,通过定义小参数确保渐近一致性,揭示非正规性驱动的多模态多频率响应,并捕获亚临界转变。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.21858 2026-06-23 physics.soc-ph cs.CY 新提交 50%

Perceiving exposure segregation with open urban imagery

利用开放城市影像感知暴露隔离

Yunke Zhang, Ruolong Ma, Xin Zhang, Yu Shang, Fengli Xu, Tong Xia, Yong Li

专题命中 其他多模态 :multi-modal(abstract)

AI总结 提出VISAGE框架,利用卫星和街景图像识别建筑环境特征(如防御性建筑、混合功能区)与社会经济隔离的关联,解释流动性隔离模式(Pearson r=0.770)。

Comments 34 pages, 15 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.22929 2026-06-23 stat.CO astro-ph.IM 新提交 50%

Mode Collapse in Nested Sampling

嵌套采样中的模式坍缩

Johannes Buchner

专题命中 其他多模态 :multi-modal(abstract)

AI总结 本文通过遗传学中的中性Moran过程,将嵌套采样中模式意外丢失建模为活点占用的对称随机游走,并给出了避免模式消亡的最小活点数规则。

Comments submitted to Statistics & Computing

详情

展开后加载摘要…

URL PDF HTML 收藏
2408.02762 2026-06-23 gr-qc 版本更新 50%

Adding higher-order spherical harmonics in non-spinning eccentric binary black hole merger waveform models

在非自旋偏心双黑洞并合波形模型中添加高阶球谐函数

Tousif Islam, Gaurav Khanna, Scott E. Field

专题命中 其他多模态 :multi-modal(abstract)

AI总结 利用gwNRHME框架将多模态准圆形波形模型与四极偏心波形模型结合,构建多模态非自旋偏心模型,并通过数值相对论模拟验证其准确性。

Comments 14 pages, 11 figures, framework is available at https://github.com/tousifislam/gwModels

Journal ref Phys. Rev. D 111, 124023 - Published 17 June, 2025

详情

展开后加载摘要…

URL PDF HTML 收藏
2408.14654 2026-06-23 gr-qc 版本更新 50%

Universal phenomenological relations between spherical harmonic modes in non-precessing eccentric binary black hole merger waveforms

非进动偏心双黑洞合并波形中球谐模态之间的普适唯象关系

Tousif Islam, Tejaswi Venumadhav

专题命中 其他多模态 :multi-modal(abstract)

AI总结 基于数值相对论模拟,发现非进动偏心双黑洞合并中不同球谐模态的振幅和频率调制由单一时间序列决定,并建立框架gwNRXHME利用四极偏心波形和多模态准环形非进动波形计算多模态偏心波形。

Comments 9 pages, 6 figures, framework is available at https://github.com/tousifislam/gwModels

Journal ref Phys. Rev. D 111, L081503, 2025

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.20424 2026-06-19 cs.RO 新提交 50%

LIT-GS: LiDAR-Inertial-Thermal Gaussian Splatting for Illumination-Robust Mapping

LIT-GS: 面向光照鲁棒建图的激光雷达-惯性-热高斯泼溅

Shikuan Shi, Chunran Zheng, Jiaming Xu, Tianyong Ye, Tao Yu, Yukang Cui

机构 * College of Mechatronics and Control Engineering, Shenzhen University(深圳大学机电与控制工程学院) Department of Mechanical Engineering, The University of Hong Kong(香港大学机械工程系)

专题命中 其他多模态 :cross-modal(abstract)

AI总结 提出LIT-GS框架,利用激光雷达平面几何约束联合优化位姿与高斯,解决光照变化和纹理缺失场景下RGB依赖的脆弱性问题,提升几何精度与渲染质量。

Comments Accepted to 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