多模态大模型

No Labels, No Problem: Training Visual Reasoners with Multimodal Verifiers

无标签，无问题：利用多模态验证器训练视觉推理器

Damiano Marsili, Georgia Gkioxari

机构 * California Institute of Technology（加州理工学院） 纠错

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

AI总结 本文提出无需标注的视觉推理训练框架，结合AI驱动的验证器提升推理与定位能力，超越现有开源和专有模型。

Comments Project webpage: https://glab-caltech.github.io/valor/

A Hybrid Model for Stock Market Forecasting: Integrating News Sentiment and Time Series Data with Graph Neural Networks

一种股票市场预测的混合模型：整合新闻情感与时间序列数据与图神经网络

Nader Sadek, Mirette Moawad, Christina Naguib, Mariam Elzahaby

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

AI总结 本文提出一种结合新闻情感与时间序列数据的混合模型，利用图神经网络提升股票市场预测性能，实验显示GNN在准确率和精度上均优于LSTM基线。

Comments 11 pages, 6 figures. Published in the Proceedings of the 5th International Conference on Artificial Intelligence Research (ICAIR 2025). Published version available at: https://papers.academic-conferences.org/index.php/icair/article/view/4294

Journal ref Proceedings of the 5th International Conference on AI Research (ICAIR 2025), Vol. 5, No. 1, pp. 452-462 (2025)

RLCNet: An end-to-end deep learning framework for simultaneous online calibration of LiDAR, RADAR, and Camera

RLCNet: 一种用于同时在线校准激光雷达、雷达和摄像头的端到端深度学习框架

Hafeez Husain Cholakkal, Stefano Arrigoni, Francesco Braghin

机构 * Department of Mechanical Engineering, Politecnico di Milano（机械工程系，米兰理工学院） 纠错

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

AI总结 RLCNet通过端到端深度学习框架实现激光雷达、雷达和摄像头的同时在线校准，提升自动驾驶系统在动态环境中的感知可靠性。

VisKnow: Constructing Visual Knowledge Base for Object Understanding

VisKnow: 构建视觉知识库以实现物体理解

Ziwei Yao, Qiyang Wan, Ruiping Wang, Xilin Chen

机构 * Key Laboratory of AI Safety of CAS, Institute of Computing Technology, Chinese Academy of Sciences（中国科学院人工智能安全重点实验室、计算技术研究所） 纠错

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

AI总结 VisKnow通过构建视觉知识库，利用多模态数据提升物体理解能力，包含AnimalKB案例研究，用于零样本识别和知识图谱完成等任务。

Comments 16 pages, 12 figures, 7 tables. Under review

PolySwyft: sequential simulation-based nested sampling

PolySwyft：基于序列模拟的嵌套采样

Kilian H. Scheutwinkel, Will Handley, Christoph Weniger, Eloy de Lera Acedo

专题命中 其他多模态 ：multimodal(abstract)

AI总结 PolySwyft结合嵌套采样和神经比率估计，通过序列模拟方法高效推断复杂后验分布，适用于似然不可行但正向模拟器可用的场景。