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。

2025-08-21 至 2025-08-21 共收录 3 篇信号源：cs.CV, cs.CL, cs.AI, cs.MM, eess.AS

1. 多模态训练与对齐 3 篇

2508.08066 2025-08-21 cs.CV cs.AI cs.CL cs.LG 85%

Weitai Kang, Weiming Zhuang, Zhizhong Li, Yan Yan, Lingjuan Lyu

机构 * University of Illinois Chicago（伊利诺伊大学香槟分校）； Sony AI（索尼人工智能）

专题命中多模态训练与对齐：multimodal(title,abstract)；MLLM(abstract)；分类 cs.CV、cs.CL、cs.AI

Comments 8 pages for the main paper

2508.14844 2025-08-21 cs.LG 78%

Murat Isik, Mandeep Kaur Saggi, Humaira Gowher, Sabre Kais

机构 * Purdue University（普渡大学）； NC State University（北卡罗来纳州立大学）

专题命中多模态训练与对齐：multimodal(title,abstract)

Comments Accepted at IEEE International Conference on Quantum Artificial Intelligence (QAI) 2025

2311.11762 2025-08-21 cs.LG cs.RO 78%

Daniel Bogdoll, Yitian Yang, Tim Joseph, Melih Yazgan, J. Marius Zöllner

机构 * FZI Research Center for Information Technology, Germany（德国弗赖堡信息科技研究中心）； Karlsruhe Institute of Technology, Germany（德国卡尔斯鲁厄理工学院）

专题命中多模态训练与对齐：multimodal(title,abstract)

Comments Daniel Bogdoll and Yitian Yang contributed equally. Accepted for publication at IV 2025