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。

2026-01-08 至 2026-01-08 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

2601.03579 2026-01-08 cs.CV 79%

SpatiaLoc: Leveraging Multi-Level Spatial Enhanced Descriptors for Cross-Modal Localization

SpatiaLoc: 借助多级空间增强描述符进行跨模态定位

Tianyi Shang, Pengjie Xu, Zhaojun Deng, Zhenyu Li, Zhicong Chen, Lijun Wu

机构 * Fuzhou University（福州大学）； Shandong Academy of Sciences（山东省科学院）； Qingdao University（青岛大学）； Tongji University（同济大学）

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

AI总结 SpatiaLoc通过多级空间增强描述符提升跨模态定位性能，采用粗到细策略结合贝塞尔曲线和频率域建模，实现更精确的机器人定位。

2506.14435 2026-01-08 cs.CV cs.LG 79%

MoTE: Mixture of Ternary Experts for Memory-efficient Large Multimodal Models

MoTE：混合三元专家用于内存高效的大型多模态模型

Hongyu Wang, Jiayu Xu, Ruiping Wang, Yan Feng, Yitao Zhai, Peng Pei, Xunliang Cai, Xilin Chen

机构 * Key Laboratory of AI Safety, 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）； University of Chinese Academy of Sciences（中国科学院大学）

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

AI总结 MoTE通过训练更多低精度三元专家，实现内存高效的大规模多模态模型训练，提升端任务性能并降低内存需求。

Comments Work in progress

2503.02108 2026-01-08 cs.LG stat.ME stat.ML 50%

Correcting Mode Proportion Bias in Generalized Bayesian Inference via a Weighted Kernel Stein Discrepancy

通过加权核Stein散度纠正通用贝叶斯推断中的模式比例偏差

Elham Afzali, Saman Muthukumarana, Liqun Wang

专题命中其他多模态：multimodal(abstract)

AI总结本文提出加权KSD方法，用于纠正通用贝叶斯推断中的模式比例偏差，提升多模式后验处理能力。

Comments This version contains errors and ambiguities identified after posting in the formulation and exposition of the weighted Stein discrepancy and its use in generalized Bayesian inference (Sections 3-5). The manuscript is being substantially revised to correct these issues and improve theoretical clarity