arXivDaily arXiv每日学术速递 周一至周五更新

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。

2026-01-19 至 2026-01-19 共收录 4 信号源:cs.CV, cs.CL, cs.AI, cs.MM, eess.AS

1. 多模态训练与对齐 4 篇

2601.09105 2026-01-19 cs.AI cs.CL cs.CV 90%

AviationLMM: A Large Multimodal Foundation Model for Civil Aviation

AviationLMM:民用航空的大规模多模态基础模型

Wenbin Li, Jingling Wu, Xiaoyong Lin. Jing Chen, Cong Chen

专题命中 多模态训练与对齐 :multimodal(title,abstract);multimodal foundation model(title,abstract);cross-modal(abstract);分类 cs.CV、cs.CL、cs.AI

AI总结 AviationLMM旨在通过统一民用航空的异构数据流,提升航空安全与效率,推动可信且隐私保护的航空人工智能生态系统发展。

Comments Accepted by 2025 7th International Conference on Interdisciplinary Computer Science and Engineering (ICICSE 2025), Chongqing, China; 9 pages,1 figure,5 tables

详情

展开后加载摘要…

URL PDF HTML 收藏
2508.07399 2026-01-19 cs.IR 78%

Are Multimodal Embeddings Truly Beneficial for Recommendation? A Deep Dive into Whole vs. Individual Modalities

多模态嵌入真的能提升推荐效果吗?对整体与个体模态的深入探究

Yu Ye, Junchen Fu, Yu Song, Kaiwen Zheng, Joemon M. Jose

专题命中 多模态训练与对齐 :multimodal(title,abstract)

AI总结 研究探讨多模态嵌入对推荐效果的实际影响,发现整体嵌入提升效果有限,但文本模态单独使用效果显著,图像模态则不具优势。

Comments Accepted by ECIR 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.10972 2026-01-19 eess.SP 50%

DuTrack: Long-Term Indoor Human Tracking with Dual-Channel Sensing and Inference

DuTrack: 基于双通道感知与推断的长时室内人体跟踪

Mengning Li, Wenye Wang

专题命中 多模态训练与对齐 :multimodal(abstract)

AI总结 DuTrack通过融合双通道感知与推断技术,实现长时室内人体跟踪,显著降低跟踪误差。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.10944 2026-01-19 cs.IR 50%

PRISM: Personalized Recommendation via Information Synergy Module

基于信息协同模块的个性化推荐(PRISM)

Xinyi Zhang, Yutong Li, Peijie Sun, Letian Sha, Zhongxuan Han

专题命中 多模态训练与对齐 :multimodal(abstract)

AI总结 PRISM通过信息协同模块实现个性化推荐,通过分解多模态信息并动态加权以提升推荐效果。

Comments Accepted as a Full Paper at WWW 2026

详情

展开后加载摘要…

URL PDF HTML 收藏