多模态大模型

GPT-5 Model Corrected GPT-4V's Chart Reading Errors, Not Prompting

Kaichun Yang, Jian Chen

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； The Ohio State University（俄亥俄州立大学） 纠错

专题命中 多模态评测 ：multimodal(abstract)；分类 cs.CV、cs.CL

A Total Variation Regularized Framework for Epilepsy-Related MRI Image Segmentation

Mehdi Rabiee, Sergio Greco, Reza Shahbazian, Irina Trubitsyna

机构 * Department of Computer Engineering, Modeling, Electronics and Systems (DIMES), University of Calabria, Rende 87036, Italy（计算机工程、建模、电子与系统系（DIMES），卡拉布里亚大学，Rende 87036，意大利） 纠错

专题命中 多模态评测 ：multimodal(abstract)；分类 cs.CV、cs.AI

SafeProtein: Red-Teaming Framework and Benchmark for Protein Foundation Models

Jigang Fan, Zhenghong Zhou, Ruofan Jin, Le Cong, Mengdi Wang, Zaixi Zhang

机构 * Peking University（北京大学） ； Stanford University（斯坦福大学） ； Princeton University（普林斯顿大学） ； Shanghai Jiao Tong University（上海交通大学） ； Zhejiang University（浙江大学） 纠错

专题命中 多模态评测 ：multimodal(abstract)；分类 cs.AI

MarkushGrapher: Joint Visual and Textual Recognition of Markush Structures

Lucas Morin, Valéry Weber, Ahmed Nassar, Gerhard Ingmar Meijer, Luc Van Gool, Yawei Li, Peter Staar

专题命中 多模态评测 ：multi-modal(abstract)；分类 cs.CV

MoRE-GNN: Multi-omics Data Integration with a Heterogeneous Graph Autoencoder

Zhiyu Wang, Sonia Koszut, Pietro Liò, Francesco Ceccarelli

机构 * University of Cambridge（剑桥大学） 纠错

专题命中 多模态评测 ：cross-modal(abstract)；分类 cs.AI

Differential Privacy for Adaptive Weight Aggregation in Federated Tumor Segmentation

Muhammad Irfan Khan, Esa Alhoniemi, Elina Kontio, Suleiman A. Khan, Mojtaba Jafaritadi

专题命中 多模态评测 ：multi-modal(abstract)

Comments I have changed the methodology because of some technical errors in this version

GeoJSEval: An Automated Evaluation Framework for Large Language Models on JavaScript-Based Geospatial Computation and Visualization Code Generation

Guanyu Chen, Haoyue Jiao, Shuyang Hou, Ziqi Liu, Lutong Xie, Shaowen Wu, Huayi Wu, Xuefeng Guan, Zhipeng Gui

专题命中 多模态评测 ：multimodal(abstract)

Journal ref 2025

Mitigating Cross-Modal Distraction and Ensuring Geometric Feasibility via Affordance-Guided and Self-Consistent MLLMs for Task Planning in Instruction-Following Manipulation

Yu-Hong Shen, Chuan-Yu Wu, Yi-Ru Yang, Yen-Ling Tai, Yi-Ting Chen

机构 * Department of Computer Science, National Yang Ming Chiao Tung University（计算机科学系，阳明交通大学） ； Department of Computer Science and Information Engineering, National Taiwan University（计算机科学与信息工程系，台湾大学） 纠错

专题命中 多模态Agent ：cross-modal(title,abstract)；multimodal(abstract)；MLLM(abstract)；分类 cs.AI

ToolMem: Enhancing Multimodal Agents with Learnable Tool Capability Memory

Yunzhong Xiao, Yangmin Li, Hewei Wang, Yunlong Tang, Zora Zhiruo Wang

机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of Rochester（罗切斯特大学） 纠错

专题命中 多模态Agent ：multimodal(title,abstract)；分类 cs.CL

AgentDroid: A Multi-Agent Framework for Detecting Fraudulent Android Applications

Ruwei Pan, Hongyu Zhang, Zhonghao Jiang, Ran Hou

专题命中 多模态Agent ：multimodal(abstract)；multi-modal(abstract)

LatteReview: A Multi-Agent Framework for Systematic Review Automation Using Large Language Models

Pouria Rouzrokh, Bardia Khosravi, Parsa Rouzrokh, Moein Shariatnia

专题命中 多模态Agent ：multimodal(abstract)；分类 cs.CL

Comments 31 pages, 5 figures, 5 tables

Expressive and Scalable Quantum Fusion for Multimodal Learning

Tuyen Nguyen, Trong Nghia Hoang, Phi Le Nguyen, Hai L. Vu, Truong Cong Thang

机构 * University of Technology Sydney（悉尼技术大学） ； The University of Aizu（御所大学） ； Washington State University（华盛顿州立大学） ； Hanoi University of Science and Technology（河内科学技术大学） ； Monash University（莫纳什大学） 纠错

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

Comments 22 pages, 4 figures

InfiMed: Low-Resource Medical MLLMs with Advancing Understanding and Reasoning

Zeyu Liu, Zhitian Hou, Guanghao Zhu, Zhijie Sang, Congkai Xie, Hongxia Yang

机构 * The Hong Kong Polytechnic University（香港理工大学） ； Sun Yat-sen University（中山大学） 纠错

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

Functional Matching of Logic Subgraphs: Beyond Structural Isomorphism

Ziyang Zheng, Kezhi Li, Zhengyuan Shi, Qiang Xu

机构 * The Chinese University of Hong Kong（香港中文大学） 纠错

专题命中 其他多模态 ：multi-modal(abstract)；分类 cs.AI