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。

2025-12-04 至 2025-12-04 共收录 3 篇信号源：cs.CV, cs.CL, cs.AI, cs.MM, eess.AS

1. 其他多模态 3 篇

2512.03494 2025-12-04 cs.CL cs.LG 57%

A Preliminary Study on the Promises and Challenges of Native Top-$k$ Sparse Attention

关于原生Top-k稀疏注意力的潜力与挑战的初步研究

Di Xiu, Hongyin Tang, Bolin Rong, Lizhi Yan, Jingang Wang, Yifan Lu, Xunliang Cai

机构 * Meituan, Beijing, China（美团，北京，中国）

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

AI总结本研究探讨了原生Top-k稀疏注意力机制在解码和训练中的有效性，通过实验验证其在提升模型性能方面的潜力，并从熵的角度解释了其在下游任务中的优势。

2512.03233 2025-12-04 cs.CV 57%

Object Counting with GPT-4o and GPT-5: A Comparative Study

基于GPT-4o和GPT-5的对象计数：比较研究

Richard Füzesséry, Kaziwa Saleh, Sándor Szénási, Zoltán Vámossy

机构 * Software Engineering Institute, Obuda University, Budapest, Hungary（奥布达大学软件工程研究所）； Doctoral School of Applied Informatics（应用信息科学博士学院）； Applied Mathematics, Obuda University, Budapest, Hungary（应用数学，奥布达大学）； John von Neumann Faculty of Informatics, Obuda University, Budapest, Hungary（约翰·冯·诺伊曼信息学院，奥布达大学）； Faculty of Economics（经济学院）

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

AI总结本文比较了GPT-4o和GPT-5在零样本对象计数任务中的性能，展示了其在FSC-147和CARPK数据集上的表现。

Comments 5 pages, 3 figures

2504.12089 2025-12-04 quant-ph 50%

On the Convergence of Markov Chain Distribution within Quantum Walk Circuit Subspace

马尔可夫链分布在量子行走电路子空间中的收敛性

Aingeru Ramos, Jose A. Pascual, Javier Navaridas, Ivan Coluzza

专题命中其他多模态：multimodal(abstract)

AI总结本文提出基于离散量子行走算法的新电路设计，用于在目标分布上进行MCMC采样，并通过优化提高收敛速度和算法可扩展性。

Comments 23 pages, 7 figures (4 of them composed by 6, 3, 3 and 2 subfigures respectively)