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。

2025-09-08 至 2025-09-08 共收录 2 篇信号源：cs.CV, cs.CL, cs.AI, cs.MM, eess.AS

1. 其他多模态 2 篇

2509.02281 2025-09-08 cs.LG cs.MM 83%

Balanced Multimodal Learning: An Unidirectional Dynamic Interaction Perspective

Shijie Wang, Li Zhang, Xinyan Liang, Yuhua Qian, Shen Hu

机构 * Institute of Big Data Science and Industry（大数据科学与产业研究院）； Key Laboratory of Evolutionary Science Intelligence of Shanxi Province（山西省进化智能科学重点实验室）； Shanxi University（山西大学）

专题命中其他多模态：multimodal(title,abstract)；cross-modal(abstract)；分类 cs.MM

2509.05034 2025-09-08 cs.CV cs.AI 62%

Towards Efficient Pixel Labeling for Industrial Anomaly Detection and Localization

Jingqi Wu, Hanxi Li, Lin Yuanbo Wu, Hao Chen, Deyin Liu, Peng Wang

机构 * Jiangxi Normal University（江西师范大学）； Southern University of Science and Technology（南方科技大学）； Swansea University（斯旺西大学）； Zhejiang University（浙江大学）； Anhui University（安徽大学）； Northwestern Polytechnical University（西北工业大学）

专题命中其他多模态：cross-modal(abstract)；分类 cs.CV、cs.AI