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。

2025-10-10 至 2025-10-10 共收录 3 篇信号源：cs.CV, cs.CL, cs.AI, cs.MM, eess.AS

1. 多模态Agent 3 篇

2508.09736 2025-10-10 cs.CV 83%

Lin Long, Yichen He, Wentao Ye, Yiyuan Pan, Yuan Lin, Hang Li, Junbo Zhao, Wei Li

机构 * Zhejiang University（浙江大学）； Shanghai Jiao Tong University（上海交通大学）

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

2510.07709 2025-10-10 cs.AI cs.CL cs.CY cs.MA 81%

Alhim Vera, Karen Sanchez, Carlos Hinojosa, Haidar Bin Hamid, Donghoon Kim, Bernard Ghanem

机构 * University of Cincinnati（辛辛那提大学）； King Abdullah University of Science and Technology（国王阿卜杜勒·阿齐兹大学科学与技术）

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

2510.06223 2025-10-10 cs.HC cs.AI 79%

Hans G. W. van Dam

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

Comments 24 pages, 19 figures, code available at https://github.com/hansvdam/langbar