多模态大模型

MPIC: Position-Independent Multimodal Context Caching System for Efficient MLLM Serving

Shiju Zhao, Junhao Hu, Rongxiao Huang, Jiaqi Zheng, Guihai Chen

机构 * State Key Laboratory for Novel Software Technology（新型软件技术国家重点实验室） ； Nanjing University（南京大学） ； School of Computer Science（计算机学院） 纠错

专题命中 跨模态检索 ：multimodal(title,abstract)；MLLM(title,abstract)

Comments 17 pages, 13 figures, the second version

MCP: A Control-Theoretic Orchestration Framework for Synergistic Efficiency and Interpretability in Multimodal Large Language Models

Luyan Zhang

机构 * Northeastern University（东北大学） 纠错

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

Comments 13 pages, 6 figures, 2 tables

SUA: Stealthy Multimodal Large Language Model Unlearning Attack

Xianren Zhang, Hui Liu, Delvin Ce Zhang, Xianfeng Tang, Qi He, Dongwon Lee, Suhang Wang

机构 * The Pennsylvania State University（宾夕法尼亚州立大学） ； Amazon（亚马逊） ； University of Sheffield（谢菲尔德大学） 纠错

专题命中 跨模态检索 ：multimodal(title,abstract)；MLLM(abstract)；分类 cs.AI

Comments EMNLP25

AgentMaster: A Multi-Agent Conversational Framework Using A2A and MCP Protocols for Multimodal Information Retrieval and Analysis

Callie C. Liao, Duoduo Liao, Sai Surya Gadiraju

机构 * Stanford University（斯坦福大学） ； George Mason University（乔治·马歇尔大学） 纠错

专题命中 跨模态检索 ：multimodal(title,abstract)；分类 cs.CL、cs.AI

Comments Accepted by EMNLP 2025

Neural-MMGS: Multi-modal Neural Gaussian Splats for Large-Scale Scene Reconstruction

Sitian Shen, Georgi Pramatarov, Yifu Tao, Daniele De Martini

机构 * Mobile Robotics Group (MRG), Oxford Robotics Institute, Department of Engineering Science, University of Oxford, UK（移动机器人组（MRG），牛津机器人研究所，工程科学系，牛津大学，英国） 纠错

专题命中 跨模态检索 ：multi-modal(title)；multimodal(abstract)；分类 cs.CV

Test-Time Multimodal Backdoor Detection by Contrastive Prompting

Yuwei Niu, Shuo He, Qi Wei, Zongyu Wu, Feng Liu, Lei Feng

机构 * Chongqing University（重庆大学） ； Nanyang Technological University（南洋理工大学） ； Penn State University（宾夕法尼亚州立大学） ； University of Melbourne（墨尔本大学） ； Southeast University（东南大学） 纠错

专题命中 跨模态检索 ：multimodal(title,abstract)；分类 cs.CV

Comments Accepted to ICML2025

Continual Multimodal Contrastive Learning

Xiaohao Liu, Xiaobo Xia, See-Kiong Ng, Tat-Seng Chua

机构 * National University of Singapore（新加坡国立大学） 纠错

专题命中 跨模态检索 ：multimodal(title,abstract)

Comments Accepted by NeurIPS 2025. Codes are available at https://github.com/Xiaohao-Liu/CMCL

Re-Align: Aligning Vision Language Models via Retrieval-Augmented Direct Preference Optimization

Shuo Xing, Peiran Li, Yuping Wang, Ruizheng Bai, Yueqi Wang, Chan-Wei Hu, Chengxuan Qian, Huaxiu Yao, Zhengzhong Tu

机构 * Texas A&M University（德克萨斯大学） ； University of Michigan（密歇根大学） ； UIUC（伊利诺伊大学香槟分校） ； UNC Chapel Hill（北卡罗来纳大学教堂山分校） 纠错

专题命中 跨模态检索 ：multimodal(abstract)；cross-modal(abstract)；分类 cs.CV

Comments Published at EMNLP 2025

TS-P$^2$CL: Plug-and-Play Dual Contrastive Learning for Vision-Guided Medical Time Series Classification

Qi'ao Xu, Pengfei Wang, Bo Zhong, Tianwen Qian, Xiaoling Wang, Ye Wang, Hong Yu

机构 * East China Normal University（东华大学） ； Chongqing University of Posts and Telecommunications（重庆邮电大学） 纠错

专题命中 跨模态检索 ：cross-modal(abstract)；分类 cs.CV、cs.AI

Comments 12 pages, 4 figures

Proxy-Embedding as an Adversarial Teacher: An Embedding-Guided Bidirectional Attack for Referring Expression Segmentation Models

Xingbai Chen, Tingchao Fu, Renyang Liu, Wei Zhou, Chao Yi

机构 * National Pilot School of Software, Yunnan University（云南大学软件试点学校） ； School of Information Science and Engineering, Yunnan University（云南大学信息科学与工程学院） ； Institute of Data Science, National University of Singapore（新加坡国立大学数据科学研究所） 纠错

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

Comments 20pages, 5figures

EPIC: Generative AI Platform for Accelerating HPC Operational Data Analytics

Ahmad Maroof Karimi, Woong Shin, Jesse Hines, Tirthankar Ghosal, Naw Safrin Sattar, Feiyi Wang

机构 * National Center for Computational Sciences（国家计算科学中心） ； Oak Ridge National Laboratory（橡树岭国家实验室） 纠错

专题命中 跨模态检索 ：multi-modal(abstract)；分类 cs.AI