Generic Multimodal Spatially Graph Network for Spatially Embedded Network Representation Learning
通用多模态空间图网络用于空间嵌入网络表示学习
专题命中 多模态训练与对齐 ：multimodal(title,abstract)；分类 cs.AI
AI总结 本文提出通用多模态空间图卷积网络，通过多模态特征提升空间嵌入网络的表示准确性，实验显示在电力网络中边存在预测任务的准确率提高37.1%。
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。
1. 多模态训练与对齐 5 篇
MOS: Mitigating Optical-SAR Modality Gap for Cross-Modal Ship Re-Identification
MOS：缓解光学-合成孔径雷达模态差距以实现跨模态舰船重识别
机构 * School of Artificial Intelligence, Beihang University（北京航空航天大学人工智能学院） ； School of Computer Science and Engineering, Beihang University（北京航空航天大学计算机科学与工程学院）
专题命中 多模态训练与对齐 ：cross-modal(title,abstract)；分类 cs.CV
AI总结 MOS通过模态一致表示学习和跨模态数据生成与融合，有效缓解光学与SAR图像间的模态差距，提升舰船跨模态重识别的准确率。
SafePTR: Token-Level Jailbreak Defense in Multimodal LLMs via Prune-then-Restore Mechanism
SafePTR: 通过剪枝-恢复机制实现多模态大语言模型的令牌级 Jailbreak 防御
机构 * Shenzhen Institute for Advanced Study, University of Electronic Science and Technology of China（电子科技大学深圳研究院） ； Southwestern University of Finance and Economics（西南财经大学） ； Engineering Research Center of Intelligent Finance, Ministry of Education（教育部智能金融工程研究中心） ； Tongji University（同济大学）
专题命中 多模态训练与对齐 ：multimodal(title,abstract)；分类 cs.CV
AI总结 SafePTR 提出一种无需训练的多模态大语言模型防御机制，通过剪枝有害令牌并恢复良性特征，有效提升安全性并保持效率。
Comments Accepted by NeurIPS 2025
LargeAD: Large-Scale Cross-Sensor Data Pretraining for Autonomous Driving
LargeAD: 大规模跨传感器数据预训练用于自动驾驶
机构 * WorldBench Team（WorldBench团队）
专题命中 多模态训练与对齐 ：multimodal(abstract)；cross-modal(abstract)；分类 cs.CV
AI总结 LargeAD通过跨传感器数据预训练提升自动驾驶中的三维场景理解，结合多模态对比学习和时间一致性，实现更鲁棒的感知性能。
Comments IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI)
LoRA Patching: Exposing the Fragility of Proactive Defenses against Deepfakes
LoRA Patching: 暴露对抗深度伪造的主动防御的脆弱性
机构 * School of Computer Science and Engineering, Sun Yat-sen University（中山大学计算机科学与工程学院） ； Electric Power Research Institute, China Southern Power Grid Company Ltd.（中国南方电网有限责任公司电力科学研究院）
专题命中 多模态训练与对齐 ：multi-modal(abstract)；分类 cs.CV
AI总结 LoRA Patching通过注入LoRA修补块绕过深度伪造防御，并引入MMFA损失提升对抗性输出特征对齐，揭示现有防御的脆弱性。
