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。

2025-09-10 至 2025-09-10 共收录 2 篇信号源：cs.CV, cs.CL, cs.AI, cs.MM, eess.AS

1. 跨模态检索 2 篇

2509.07666 2025-09-10 cs.CL cs.IR 79%

MoLoRAG: Bootstrapping Document Understanding via Multi-modal Logic-aware Retrieval

Xixi Wu, Yanchao Tan, Nan Hou, Ruiyang Zhang, Hong Cheng

机构 * The Chinese University of Hong Kong（香港中文大学）； Fuzhou University（福州大学）； University of Macau（澳门大学）

专题命中跨模态检索：multi-modal(title,abstract)；分类 cs.CL

Comments EMNLP Main 2025

2506.10559 2025-09-10 cs.CV cs.AI cs.ET 62%

From Images to Insights: Explainable Biodiversity Monitoring with Plain Language Habitat Explanations

Yutong Zhou, Masahiro Ryo

机构 * Leibniz Centre for Agricultural Landscape Research (ZALF)（莱比锡农业景观研究中心（ZALF））； Brandenburg University of Technology Cottbus–Senftenberg（勃兰登堡技术大学科特博斯-森芬根堡）

专题命中跨模态检索：multimodal(abstract)；分类 cs.CV、cs.AI

Comments AISE workshop camera-ready version @ ECAI 2025