多模态大模型

Multimodal Feature Prototype Learning for Interpretable and Discriminative Cancer Survival Prediction

Shuo Jiang, Zhuwen Chen, Liaoman Xu, Yanming Zhu, Changmiao Wang, Jiong Zhang, Feiwei Qin, Yifei Chen, Zhu Zhu

机构 * Hangzhou Dianzi University（杭州电子科技大学） ； School of Information and Communication Technology, Griffith University（信息与通信技术学院，格里菲斯大学） ； Shenzhen Research Institute of Big Data（深圳大数据研究院） ； Laboratory of Advanced Theranostic Materials and Technology, Ningbo Institute of Materials Technology and Engineering, Chinese Academy of Sciences（先进诊疗材料与技术实验室，宁波材料技术与工程研究所，中国科学院） ； School of Biomedical Engineering, Tsinghua University（生物医学工程学院，清华大学） 纠错

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

Comments 12 pages, 10 figures

Anchors Aweigh! Sail for Optimal Unified Multi-Modal Representations

Minoh Jeong, Zae Myung Kim, Min Namgung, Dongyeop Kang, Yao-Yi Chiang, Alfred Hero

机构 * University of Michigan（密歇根大学） ； University of Minnesota（明尼苏达大学） 纠错

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

Beyond Monolithic Rewards: A Hybrid and Multi-Aspect Reward Optimization for MLLM Alignment

Radha Gulhane, Sathish Reddy Indurthi

机构 * Radha Gulhane（独立研究者） ； Sathish Reddy Indurthi（独立研究者） 纠错

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

Representation Potentials of Foundation Models for Multimodal Alignment: A Survey

Jianglin Lu, Hailing Wang, Yi Xu, Yizhou Wang, Kuo Yang, Yun Fu

机构 * Department of Electrical and Computer Engineering, Northeastern University（东北大学电气与计算机工程系） ； Khoury College of Computer Science, Northeastern University（东北大学科赫里计算机科学学院） 纠错

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

Journal ref The 2025 Conference on Empirical Methods in Natural Language Processing

AuxDet: Auxiliary Metadata Matters for Omni-Domain Infrared Small Target Detection

Yangting Shi, Yinfei Zhu, Renjie He, Le Hui, Meng Cai, Ming-Ming Cheng, Yimian Dai

机构 * School of Electronics and Information（电子信息学院） ； Northwestern Polytechnical University（西北工业大学） ； Shaanxi Key Laboratory of Information Acquisition and Processing（陕西省信息获取与处理重点实验室） ； Luoyang Institute of Electro-Optical Equipment under AVIC（航空工业集团洛阳光电设备研究所） ； VCIP, College of Computer Science（VCIP，计算机科学学院） ； Nankai University（南开大学） 纠错

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