多模态大模型

Metis-HOME: Hybrid Optimized Mixture-of-Experts for Multimodal Reasoning

Metis-HOME: 面向多模态推理的混合优化专家混合模型

Xiaohan Lan, Fanfan Liu, Haibo Qiu, Siqi Yang, Delian Ruan, Peng Shi, Lin Ma

机构 * Meituan（美团） 纠错

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

AI总结 Metis-HOME通过混合优化专家混合模型，提升多模态推理的复杂推理能力和通用能力，解决推理与泛化之间的矛盾。

What You See is (Usually) What You Get: Multimodal Prototype Networks that Abstain from Expensive Modalities

你所见的通常就是你所得到的：一种多模态原型网络，能够避免昂贵的模态

Muchang Bahng, Charlie Berens, Jon Donnelly, Eric Chen, Chaofan Chen, Cynthia Rudin

机构 * Duke University（杜克大学） ； University of Maine（缅因大学） 纠错

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

AI总结 本文提出了一种多模态原型网络，通过避免昂贵的遗传数据来提高物种检测的效率和可解释性。

Comments 19 pages. 16 figures. 10 tables

Why Reasoning Matters? A Survey of Advancements in Multimodal Reasoning (v1)

为何推理重要？多模态推理的进展综述（v1）

Jing Bi, Susan Liang, Xiaofei Zhou, Pinxin Liu, Junjia Guo, Yunlong Tang, Luchuan Song, Chao Huang, Ali Vosoughi, Guangyu Sun, Jinxi He, Jiarui Wu, Shu Yang, Daoan Zhang, Chen Chen, Lianggong Bruce Wen, Zhang Liu, Jiebo Luo, Chenliang Xu

机构 * University of Rochester（罗切斯特大学） ； University of Central Florida（中央佛罗里达大学） ； Corning Inc.（康宁公司） 纠错

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

AI总结 本文综述了多模态推理的进展，探讨了推理在多模态任务中的挑战与优化方法，为未来研究提供指导。

Towards Multimodal Graph Large Language Model

迈向多模态图大规模语言模型

Xin Wang, Zeyang Zhang, Linxin Xiao, Haibo Chen, Chendi Ge, Wenwu Zhu

机构 * Department of Computer Science and Technology（计算机科学与技术系） ； Beijing National Research Center for Information Science and Technology（北京信息科学与技术国家研究中心） 纠错

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

AI总结 本文提出多模态图大规模语言模型（MG-LLM），旨在统一和泛化多模态图数据和任务，通过统一空间、多任务处理、上下文学习等五个核心特性，推动多模态图学习的发展。

Comments 4 figures, 2 tables

Journal ref Science China Information Sciences (2025)

Fighting AI with AI: Leveraging Foundation Models for Assuring AI-Enabled Safety-Critical Systems

用AI对抗AI：利用基础模型确保AI赋能的安全关键系统

Anastasia Mavridou, Divya Gopinath, Corina S. Păsăreanu

机构 * KBR Inc.（KBR公司） ； NASA Ames（美国国家航空航天局阿姆斯研究中心） 纠错

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

AI总结 本文提出利用AI技术解决安全关键系统中AI保证问题，通过REACT和SemaLens两个组件实现需求工程与感知系统验证。

In-Context Compositional Learning via Sparse Coding Transformer

基于稀疏编码的上下文组合学习变换器

Wei Chen, Jingxi Yu, Zichen Miao, Qiang Qiu

机构 * Purdue University（普渡大学） 纠错

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文提出基于稀疏编码的变换器，通过稀疏注意力机制提升组合学习任务的性能。

Comments NeurIPS 2025

BeamCKM: A Framework of Channel Knowledge Map Construction for Multi-Antenna Systems

BeamCKM：多天线系统中通道知识图谱构建的框架

Haohan Wang, Xu Shi, Hengyu Zhang, Yashuai Cao, Sufang Yang, Jintao Wang, Kaibin Huang

专题命中 其他多模态 ：multi-modal(abstract)

AI总结 本文提出BeamCKM框架，结合UNet和ViT模块，通过多模态学习和交叉注意力机制提升多天线系统中通道知识图谱的构建精度。

An Active Dry-Contact Continuous EEG Monitoring System for Seizure Detection Applications in Clinical Neurophysiology

一种用于临床神经生理学中癫痫检测的主动干接触连续EEG监测系统

Nima L. Wickramasinghe, Dinuka Sandun Udayantha, Akila Abeyratne, Kavindu Weerasinghe, Kithmin Wickremasinghe, Jithangi Wanigasinghe, Anjula De Silva, Chamira U. S. Edussooriya

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本研究提出了一种低成本的主动干接触EEG头戴设备，结合深度学习模型和多模态伪影去除算法，用于实时检测婴儿癫痫发作。

Comments 10 pages, 9 figures, Work is accepted for publication in IEEE TBME

Pneumatic Multi-mode Silicone Actuator with Pressure, Vibration, and Cold Thermal Feedback

气动多模式硅胶执行器带压力、振动和冷热反馈

Mohammad Shadman Hashem, Ahsan Raza, Sama E Shan, Seokhee Jeon

专题命中 其他多模态 ：multi-modal(abstract)

AI总结 本文提出了一种气动多模式硅胶执行器，通过同时提供压力、振动和冷热反馈，实现更丰富的触觉体验。