多模态大模型

Re-purposing SAM into Efficient Visual Projectors for MLLM-Based Referring Image Segmentation

Xiaobo Yang, Xiaojin Gong

机构 * Zhejiang University（浙江大学） 纠错

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

Music2Palette: Emotion-aligned Color Palette Generation via Cross-Modal Representation Learning

Jiayun Hu, Yueyi He, Tianyi Liang, Changbo Wang, Chenhui Li

专题命中 多模态训练与对齐 ：cross-modal(title,abstract)；分类 cs.MM

Multimodal signal fusion for stress detection using deep neural networks: a novel approach for converting 1D signals to unified 2D images

Yasin Hasanpoor, Bahram Tarvirdizadeh, Khalil Alipour, Mohammad Ghamari

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

Comments 14 pages 7 images 2 tables

Journal ref 11760_2025_4734_Article

Queen Detection in Beehives via Environmental Sensor Fusion for Low-Power Edge Computing

Chiara De Luca, Elisa Donati

机构 * Institute of Neuroinformatics University of Zurich and ETH Zurich（神经信息学研究所（苏黎世大学和苏黎世联邦理工学院）） ； Digital Society Initiative University of Zurich（数字社会倡议（苏黎世大学）） 纠错

专题命中 多模态训练与对齐 ：multimodal(abstract)；分类 cs.AI

UniPLV: Towards Label-Efficient Open-World 3D Scene Understanding by Regional Visual Language Supervision

Yuru Wang, Pei Liu, Songtao Wang, Zehan Zhang, Xinyan Lu, Changwei Cai, Hao Li, Fu Liu, Peng Jia, Xianpeng Lang

机构 * Li Auto Inc.（力汽车公司） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） 纠错

专题命中 多模态训练与对齐 ：multimodal(abstract)；分类 cs.CV

Joint data imputation and mechanistic modelling for simulating heart-brain interactions in incomplete datasets

Jaume Banus, Maxime Sermesant, Oscar Camara, Marco Lorenzi

机构 * Inria（法国国家信息与自动化技术研究所） ； Université Côte d’Azur（蔚蓝海岸大学） ； PhySense（PhySense公司） ； Department of Information and Communication Technologies（信息与通信技术系） ； Universitat Pompeu Fabra（庞培法布拉大学） 纠错

专题命中 多模态训练与对齐 ：multi-modal(abstract)；分类 cs.AI