多模态大模型

FlexiReID: Adaptive Mixture of Expert for Multi-Modal Person Re-Identification

Zhen Sun, Lei Tan, Yunhang Shen, Chengmao Cai, Xing Sun, Pingyang Dai, Liujuan Cao, Rongrong Ji

机构 * Key Laboratory of Multimedia Trusted Perception and Efficient Computing, Ministry of Education of China, Xiamen University（多媒体可信感知与高效计算重点实验室，中国教育部，厦门大学） ； National University of Singapore（新加坡国立大学） ； Tencent YouTu Lab（腾讯优图实验室） ； Institute of Artificial Intelligence,Xiamen University（人工智能研究院，厦门大学） 纠错

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

Towards Label-Free Brain Tumor Segmentation: Unsupervised Learning with Multimodal MRI

Gerard Comas-Quiles, Carles Garcia-Cabrera, Julia Dietlmeier, Noel E. O'Connor, Ferran Marques

机构 * Universitat Politècnica de Catalunya (UPC)（西班牙巴塞罗那理工大学） ； University College Dublin (UCD)（都柏林大学） ； Dublin City University (DCU)（都柏林城市大学） ； Insight Research Ireland Center For Data Analytics（爱尔兰数据分析研究中心） 纠错

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

Comments 10 pages, 5 figures, BraTS GoAT 2025 challenge

Spatial457: A Diagnostic Benchmark for 6D Spatial Reasoning of Large Multimodal Models

Xingrui Wang, Wufei Ma, Tiezheng Zhang, Celso M de Melo, Jieneng Chen, Alan Yuille

机构 * Johns Hopkins University（约翰霍普金斯大学） ； DEVCOM Army Research Laboratory（陆军研究实验室） 纠错

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

Comments Published in CVPR 2025 as Highlight. Data and code are released at https://github.com/XingruiWang/Spatial457

A Multimodal Lightweight Approach to Fault Diagnosis of Induction Motors in High-Dimensional Dataset

Usman Ali

机构 * GIFT University（GIFT大学） 纠错

专题命中 多模态评测 ：multimodal(title)

Valeo Near-Field: a novel dataset for pedestrian intent detection

Antonyo Musabini, Rachid Benmokhtar, Jagdish Bhanushali, Victor Galizzi, Bertrand Luvison, Xavier Perrotton

机构 * Valeo（瓦莱欧） ； BRAIN Division（BRAIN部门） ； Universite Paris-Saclay（巴黎-萨克雷大学） ； CEA（法国国家科学研究中心） ； List ； F-91120（法国） 纠错

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

Journal ref ICCV 2025 - 9th Workshop and Competition on Affective & Behavior Analysis in-the-wild (ABAW)

When Seeing Is not Enough: Revealing the Limits of Active Reasoning in MLLMs

Hongcheng Liu, Pingjie Wang, Yuhao Wang, Siqu Ou, Yanfeng Wang, Yu Wang

机构 * Shanghai Jiao Tong University（上海交通大学） 纠错

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

Comments 20 pages, 13 figures

WebGen-V Bench: Structured Representation for Enhancing Visual Design in LLM-based Web Generation and Evaluation

Kuang-Da Wang, Zhao Wang, Yotaro Shimose, Wei-Yao Wang, Shingo Takamatsu

机构 * National Yang Ming Chiao Tung University, Sony Group Corporation（National Yang Ming Chiao Tung University, Sony集团） ； Sony Group Corporation（Sony集团） 纠错

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

CogBench: A Large Language Model Benchmark for Multilingual Speech-Based Cognitive Impairment Assessment

Rui Feng, Zhiyao Luo, Wei Wang, Yuting Song, Yong Liu, Tingting Zhu, Jianqing Li, Xingyao Wang

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

Comments 19 pages, 9 figures, 12 tables

Towards Human Cognition: Visual Context Guides Syntactic Priming in Fusion-Encoded Models

Bushi Xiao, Michael Bennie, Jayetri Bardhan, Daisy Zhe Wang

机构 * University of Florida（佛罗里达大学） 纠错

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

Causal Time Series Modeling of Supraglacial Lake Evolution in Greenland under Distribution Shift

Emam Hossain, Muhammad Hasan Ferdous, Devon Dunmire, Aneesh Subramanian, Md Osman Gani

机构 * Department of Information Systems, University of Maryland Baltimore County, USA（信息系统系，马里兰大学巴尔的摩县分校） ； Department of Earth and Environmental Sciences, KU Leuven, Belgium（地球与环境科学系，鲁汶大学） ； Department of Atmospheric and Oceanic Sciences, University of Colorado Boulder, USA（大气与海洋科学系，科罗拉多大学博尔德分校） 纠错

专题命中 多模态评测 ：multi-modal(abstract)

Comments Accepted as full paper in ICMLA 2025 (Special Session 1: Deep Learning and Applications)