Pretraining Reusable Inference Across Views with Synthetic Task Priors
利用合成任务先验预训练跨视图的可复用推理
机构 * Hong Kong Baptist University（香港浸会大学） ； Zhejiang University（浙江大学）
AI总结 本文提出SIMPLE模型，将多视图推理预训练为可复用过程，在多视图与多组学基准上，其冻结变体具竞争力，轻量级适配器校准性能领先。
高校专区
Zhejiang University（浙江大学）
MedUAG: Unified Understanding and Generation for Medical Multimodal Models
MedUAG：面向医学多模态模型的统一理解与生成框架
机构 * Zhejiang University（浙江大学） ； Hong Kong University of Science and Technology（香港科技大学） ； Tsinghua University（清华大学） ； Tencent Jarvis Lab（腾讯Jarvis实验室）
AI总结 针对医学多模态领域缺乏统一理解生成框架的问题，本文构建了MedUAGCorpus数据集与MedUAGBench基准，开发了MedUAG模型，其在医学理解与生成任务中表现出色，为下一代医学多模态系统奠定基础。
DentAgent: Evidence-Centric Multi-Agent Coordination for Multimodal Dental Reasoning
DentAgent：以证据为中心的多智能体协调的多模态牙科推理框架
机构 * Zhejiang University（浙江大学） ； Shanghai Jiao Tong University（上海交通大学） ； Angelalign Technology Inc.（时代天使科技有限公司） ； Peking University（北京大学） ； Tsinghua University（清华大学）
AI总结 针对现有牙科AI系统模态或任务局限及证据不可追溯问题，提出以证据为中心的多智能体框架DentAgent，经四个基准测试，其多标签诊断性能超越资深专家17.3个百分点，可用于多模态牙科推理及人群口腔健康评估。
SoftVTBench: A Deformation-Aware Visuo-Tactile Dataset and Benchmark for Deformable-Object Manipulation
SoftVTBench：面向可变形物体操作的形变感知视觉-触觉数据集与基准
机构 * Tuojing Intelligence（拓境智能） ； Tsinghua University（清华大学） ； Southeast University（东南大学） ； Stevens Institute of Technology（斯蒂文斯理工学院） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； University of Manchester（曼彻斯特大学） ； Simple AI ； Imperial College London（帝国理工学院） ； Carnegie Mellon University（卡内基梅隆大学） ； Zhejiang University（浙江大学） ； Beihang University（北京航空航天大学） ； The University of Hong Kong（香港大学）
AI总结 本研究推出SoftVTBench视觉-触觉数据集与基准，定义形变感知成功率（DSR），发现触觉信息本身未必提升多模态融合，为可变形物体操作的物理交互研究提供资源。
Tianmu-TC: Physics-constraints Generative Artificial Intelligence for Global Tropical Cyclone Forecasting
天目-TC：用于全球热带气旋预报的物理约束生成式人工智能
机构 * College of Computer Science and Technology, Zhejiang University of Technology（浙江工业大学计算机科学与技术学院） ； School of Computer Science and Engineering, Tianjin University of Technology（天津理工大学计算机科学与工程学院） ； School of Earth Sciences, Zhejiang University（浙江大学地球科学学院） ； School of Control Science and Engineering, Shandong University（山东大学控制科学与工程学院）
AI总结 研究针对热带气旋预报的不确定性与高成本问题，提出物理约束生成式框架Tianmu-TC，该模型在全球各洋盆的预报性能优于权威系统，且在复杂场景下表现良好，计算成本显著更低。
Alignment Is All You Need: Instruction-Free Training for General Audio-Language Models
对齐即全部所需：通用音频-语言模型的无指令训练
机构 * Zhejiang University（浙江大学） ； Tencent Hunyuan（腾讯混元）
AI总结 该研究提出仅对齐的无指令大音频-语言模型LALM，仅训练轻量投影器，在多模态数据集上用更少数据达到或优于基线，证明仅靠对齐即可构建有竞争力的多模态大语言模型。
