Tencent（腾讯） - arXivDaily 大厂专区

2608.18937 2026-08-20 cs.CL cs.AI 新提交

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

Zijie Meng, Yuncheng Zhang, Hualiang Wang, Yitian Tang, Xiaotang Gai, Chen Shen, Songtao Jiang, Shaosheng Cao, Jian Wu, Xian Wu, Zuozhu Liu

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。

2608.18132 2026-08-20 cs.CL cs.SD eess.AS 新提交

对齐即全部所需：通用音频-语言模型的无指令训练

Xuanru Zhou, Yiwen Shao, Jiahong Li, Dong Yu

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。

2608.18082 2026-08-20 cs.CL 新提交

LongNovel：面向长语境小说摘要中幻觉检测的多尺度基准

Ruizhi Zhang, Jinwei Chen, Xiangju Lu, He Yan, Mo Yu, Junmin Zhu, Wei Zhang

机构 * East China Normal University（华东师范大学）； iQIYI Inc（爱奇艺公司）； Tencent（腾讯）

AI总结该研究针对长语境小说摘要幻觉检测缺乏多尺度基准的问题，构建了LongNovel双语多尺度基准，经实验验证其具有挑战性并将发布供后续研究使用。