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。

2025-09-12 至 2025-09-12 共收录 2 篇信号源：cs.CV, cs.CL, cs.AI, cs.MM, eess.AS

1. 图文多模态 2 篇

2509.09397 2025-09-12 cs.CV 70%

Umaima Rahman, Raza Imam, Mohammad Yaqub, Dwarikanath Mahapatra

机构 * Mohamed Bin Zayed University of Artificial Intelligence（莫扎德人工智能大学）； Khalifa University（卡利法大学）

专题命中图文多模态：cross-modal(abstract)；image-text(abstract)；分类 cs.CV

2509.09311 2025-09-12 cs.CV 57%

Illia Volkov, Nikita Kisel, Klara Janouskova, Jiri Matas

机构 * Visual Recognition Group, Faculty of Electrical Engineering, Czech Technical University in Prague（视觉识别组，电气工程学院，布拉格捷克技术大学）

专题命中图文多模态：image-text(abstract)；分类 cs.CV