多模态大模型

Tailored Teaching with Balanced Difficulty: Elevating Reasoning in Multimodal Chain-of-Thought via Prompt Curriculum

Xinglong Yang, Quan Feng, Zhongying Pan, Xiang Chen, Yu Tian, Wentong Li, Shuofei Qiao, Yuxia Geng, Xingyu Zhao, Sheng-Jun Huang

机构 * Nanjing University of Aeronautics and Astronautics（南京航空航天大学） ； Hunan Vanguard Group Corporation Co., Ltd.（湖南 Vanguard集团有限公司） ； Huaneng Information Technology Co., Ltd.（华能信息技术有限公司） ； Tsinghua University（清华大学） ； Zhejiang University（浙江大学） ； PowerChina Huadong Engineering Co., Ltd.（中国电建华东工程有限公司） 纠错

专题命中 其他多模态 ：multimodal(title,abstract)；分类 cs.CL、cs.AI、cs.MM

Distributionally Robust Optimization for Chemotherapy Scheduling under Asymmetric and Multi-Modal Uncertainty

Qing Zhu, Xian Yu, Yu-Li Huang

专题命中 其他多模态 ：multi-modal(title,abstract)

The Hybrid Multimodal Graph Index (HMGI): A Comprehensive Framework for Integrated Relational and Vector Search

Joydeep Chandra, Satyam Kumar Navneet, Yong Zhang

机构 * BNRIST, Tsinghua University（北京理工大学，清华大学） 纠错

专题命中 其他多模态 ：multimodal(title,abstract)

Breaking the Compression Ceiling: Data-Free Pipeline for Ultra-Efficient Delta Compression

Xiaohui Wang, Peng Ye, Chenyu Huang, Shenghe Zheng, Bo Zhang, Lei Bai, Wanli Ouyang, Tao Chen

机构 * Fudan University（复旦大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Shanghai Innovation Institute（上海创新研究院） ； 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.CV、cs.AI

Comments Accepted at NeurIPS 2025

MatryoshkaThinking: Recursive Test-Time Scaling Enables Efficient Reasoning

Hongwei Chen, Yishu Lei, Dan Zhang, Bo Ke, Danxiang Zhu, Xuyi Chen, Yuxiang Lu, Zhengjie Huang, Shikun Feng, Jingzhou He, Yu Sun, Hua Wu, Haifeng Wang

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

Hybrid OCR-LLM Framework for Enterprise-Scale Document Information Extraction Under Copy-heavy Task

Zilong Wang, Xiaoyu Shen

机构 * Ningbo Institute of Digital Twin（宁波数字孪生研究所） ； Eastern Institute of Technology（东部技术研究所） 纠错

专题命中 其他多模态 ：multimodal(abstract)；分类 cs.CL、cs.AI

Compositional Zero-Shot Learning: A Survey

Ans Munir, Faisal Z. Qureshi, Mohsen Ali, Muhammad Haris Khan

机构 * Information Technology University（信息科技大学） ； University of Ontario Institute of Technology（安大略理工大学） ； Mohamed Bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） 纠错

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

Comments Survey paper with 36 pages, 8 plots and 4 figures

From Data to Rewards: a Bilevel Optimization Perspective on Maximum Likelihood Estimation

Abdelhakim Benechehab, Gabriel Singer, Corentin Léger, Youssef Attia El Hili, Giuseppe Paolo, Albert Thomas, Maurizio Filippone, Balázs Kégl

机构 * Huawei Noah’s Ark Lab（华为诺亚实验室） ； Department of Data Science, EURECOM（EURECOM数据科学系） ； Cognizant AI Lab（Cognizant人工智能实验室） ； Statistics Program, KAUST（KAUST统计学项目） 纠错

专题命中 其他多模态 ：multimodal(abstract)