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。

共收录 185 信号源:cs.CV, cs.CL, cs.AI, cs.MM, eess.AS

1. 其他多模态 185 篇

2608.10555 2026-08-12 cs.NI 新提交 50%

Sensing in Low-altitude Wireless Networks: Systems, Techniques, and Developments

低空空域无线网络中的感知:系统、技术与发展

Zihao Tao, Yiming Zhao, Hongtao Zhao, Zijun Gong, Ying Cui

专题命中 其他多模态 :multi-modal(abstract)

AI总结 本文针对低空空域无线网络(LAWN)的感知需求,系统综述其系统框架、核心技术与未来方向,还给出多模态感知案例,提供更全面针对性的LAWN感知综述。

Comments 7 pages, 2 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.10402 2026-08-12 cs.LG cs.DC 新提交 50%

TideRL: Boosting Agentic RL Goodput with Readiness-Aware Scheduling

TideRL:通过就绪感知调度提升智能体强化学习的有效吞吐量

Yanyu Ren, Xizheng Wang, Xiao Liu, Bowen Lv, Hanchen Zhang, Shudan Zhang, Hanyu Lai, Shuai Wang, Li Chen, Dan Li, Jie Tang

机构 * Tsinghua University(清华大学) Zhongguancun Laboratory(中关村实验室)

专题命中 其他多模态 :multi-modal(abstract)

AI总结 TideRL是一种就绪感知弹性RL系统,通过CTB、RA²P和ERS技术,在多轮智能体工作负载上大幅提升RL训练有效吞吐量,同时优化KV缓存命中率、训练时间和等待时间。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.11165 2026-08-12 cond-mat.mtrl-sci 新提交 50%

Structural, Optical and Magnetic Properties of Superparamagnetic Fe3O4@TiO2 and Fe3O4@SiO2@TiO2 CoreShell Nanostructures

超顺磁性Fe3O4@TiO2和Fe3O4@SiO2@TiO2核壳纳米结构的结构、光学与磁学性质

Wagner Henrique Gamas, Rosana R. Rangela, Grecia Alejandra Gomez-Iriarteb, Sergio Seabra. Pablo, L. Bernardo

专题命中 其他多模态 :multimodal(abstract)

AI总结 本研究合成并表征Fe3O4@TiO2和Fe3O4@SiO2@TiO2核壳纳米结构,通过多种表征手段分析其性质,证实该类结构可作为多模态癌症治疗的多功能平台,具备MRI、磁热疗及光疗等应用潜力。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.10280 2026-08-12 astro-ph.IM astro-ph.CO 新提交 50%

Tabular foundation models for the estimation of probabilistic quasar photometric redshifts in S-PLUS

用于S-PLUS中类星体概率测光红移估计的表格基础模型

Raquel R. Valença, Lilianne Nakazono, Rafael Izbicki, Marco Henrique de Almeida Inácio, Bruno Marcondes e Resende, Maycon Jorge Deláqua da Silva, Kiana Coimbra Buin Lins, Natanael M. Cardoso, Claudia Mendes de Oliveira

专题命中 其他多模态 :multi-modal(abstract)

AI总结 本研究以S-PLUS DR6类星体为对象,对比表格基础模型与8种基线模型,发现TabPFN 2.5在概率测光红移估计中表现最优,尤其适用于小训练集或协变量偏移场景。

Comments 28 pages, 10 figures, 6 tables. Submitted to the AAS Journals

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.09030 2026-08-11 eess.SY cs.LG cs.SY math.OC 新提交 50%

Closing the loop in learning with missing data

缺失数据学习中的闭环构建

Dimitrios Pylorof, Humberto E. Garcia

专题命中 其他多模态 :multimodal(abstract)

AI总结 该研究针对训练数据缺失的机器学习问题,从动力系统视角推导了具有李雅普诺夫稳定性的自适应学习机制,在多模态场景中验证了其能提升学习一致性与稳定性的效果。

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
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
2607.29675 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
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
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
2607.22989 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
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
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
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
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
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
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