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。

2025-11-17 至 2025-11-17 共收录 63 篇信号源：cs.CV, cs.CL, cs.AI, cs.MM, eess.AS

1. 其他多模态 4 篇

2511.05955 2025-11-17 cs.CV cs.LG 57%

CSGaze: Context-aware Social Gaze Prediction

Surbhi Madan, Shreya Ghosh, Ramanathan Subramanian, Abhinav Dhall, Tom Gedeon

机构 * Indian Institute of Technology Ropar（印度理工学院罗帕尔分校）； The University of Queensland（昆士兰大学）； University of Canberra（堪培拉大学）； Curtin University（Curtin大学）； Monash University（莫纳什大学）

专题命中其他多模态：multimodal(abstract)；分类 cs.CV

2511.10914 2025-11-17 cs.CV 57%

PhaseWin Search Framework Enable Efficient Object-Level Interpretation

Zihan Gu, Ruoyu Chen, Junchi Zhang, Yue Hu, Hua Zhang, Xiaochun Cao

机构 * Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所）； School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络安全学院）； School of Mathematical Sciences, Fudan University（复旦大学数学学院）； School of Cyber Science and Technology, Sun Yat-sen University（中山大学网络科学与技术学院）

专题命中其他多模态：multimodal(abstract)；分类 cs.CV

2511.10890 2025-11-17 cs.AI stat.ML 57%

LLM enhanced graph inference for long-term disease progression modelling

Tiantian He, An Zhao, Elinor Thompson, Anna Schroder, Ahmed Abdulaal, Frederik Barkhof, Daniel C. Alexander

机构 * Department of Computer Science（计算机科学系）

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