LeMoF: Level-guided Multimodal Fusion for Heterogeneous Clinical Data
LeMoF：面向异构临床数据的层级引导多模态融合
专题命中 多模态训练与对齐 ：multimodal(title,abstract)；分类 cs.AI
AI总结 LeMoF通过层级引导的多模态融合方法，在异构临床数据中提升预测稳定性与判别能力。
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 6 篇
RS2-SAM2: Customized SAM2 for Referring Remote Sensing Image Segmentation
RS2-SAM2：为指向遥感图像分割定制的SAM2
专题命中 多模态训练与对齐 ：multimodal(abstract)；分类 cs.CV
AI总结 RS2-SAM2通过结合遥感特征和文本特征，改进SAM2以实现更精确的遥感图像分割。
Comments AAAI 2026
Breaking the Limits of Open-Weight CLIP: An Optimization Framework for Self-supervised Fine-tuning of CLIP
突破开放权重CLIP的限制：一种用于CLIP自监督微调的优化框架
专题命中 多模态训练与对齐 ：multimodal(abstract)；分类 cs.CV
AI总结 TuneCLIP通过自监督微调框架提升开放权重CLIP模型在多种下游任务上的性能，实现显著的性能提升。
Comments Submitted to ICLR 2026
LCF3D: A Robust and Real-Time Late-Cascade Fusion Framework for 3D Object Detection in Autonomous Driving
LCF3D: 一种用于自动驾驶中3D物体检测的鲁棒且实时的后期级联融合框架
专题命中 多模态训练与对齐 ：multimodal(abstract)；分类 cs.CV
AI总结 LCF3D通过结合RGB图像和LiDAR点云的后期级联融合方法，提升自动驾驶中3D物体检测的鲁棒性和实时性。
Comments 35 pages, 14 figures. Published at Pattern Recognition
ZK-SenseLM: Verifiable Large-Model Wireless Sensing with Selective Abstention and Zero-Knowledge Attestation
ZK-SenseLM：基于选择性回避和零知识证明的可验证大模型无线传感
专题命中 多模态训练与对齐 ：cross-modal(abstract)；分类 cs.CL
AI总结 ZK-SenseLM通过选择性回避和零知识证明提升无线传感的安全性和可验证性，实现高精度和鲁棒性。
Comments arXiv admin note: This paper has been withdrawn by arXiv due to unverifiable authorship and affiliation
An effective interactive brain cytoarchitectonic parcellation framework using pretrained foundation model
一种利用预训练基础模型的有效交互式脑皮层分区框架
专题命中 多模态训练与对齐 ：multi-modal(abstract)
AI总结 本文提出一种利用预训练基础模型的交互式脑皮层分区框架，通过多层特征融合和轻量级解码器实现高效分割，提升大规模数据集的分割精度。
Comments 10 pages, 5 figures, Accepted at IMIP2026 Code: https://github.com/Confetti22/cytoarch_brain_parcellation_dino
