多模态大模型

KBE-DME: Dynamic Multimodal Evaluation via Knowledge Enhanced Benchmark Evolution

KBE-DME: 通过知识增强的基准进化实现动态多模态评估

Junzhe Zhang, Huixuan Zhang, Xiaojun Wan

机构 * Wangxuan Institute of Computer Technology（王轩计算机技术研究所） ； Peking University（北京大学） 纠错

专题命中 多模态评测 ：multimodal(title,abstract)；MLLM(abstract)；分类 cs.CV、cs.CL

AI总结 KBE-DME通过整合多模态知识和动态基准进化，实现对多模态大语言模型能力的更全面评估。

Intelligent Power Grid Design Review via Active Perception-Enabled Multimodal Large Language Models

通过主动感知多模态大语言模型实现智能电网设计审查

Taoliang Tan, Chengwei Ma, Zhen Tian, Zhao Lin, Dongdong Li, Si Shi

机构 * Yangjiang Yangxi Power Supply Bureau, Guangdong Power Grid Co., Ltd., Yangjiang, China（阳江阳西供电局，广东电网公司） ； Guangdong Laboratory of Artificial Intelligence（广东人工智能实验室） 纠错

专题命中 多模态评测 ：multimodal(title,abstract)；MLLM(abstract)；分类 cs.CV

AI总结 本文提出基于主动感知多模态大语言模型的智能电网设计审查方法，通过三阶段框架提升对设计错误的识别准确性和审查可靠性。

Hyperphantasia: A Benchmark for Evaluating the Mental Visualization Capabilities of Multimodal LLMs

Hyperphantasia: 一个多模态大语言模型心理可视化能力评估基准

Mohammad Shahab Sepehri, Berk Tinaz, Zalan Fabian, Mahdi Soltanolkotabi

机构 * Department of Electrical and Computer Engineering（电气与计算机工程系） 纠错

专题命中 多模态评测 ：multimodal(title,abstract)；分类 cs.CV

AI总结 Hyperphantasia是一个评估多模态大语言模型心理可视化能力的合成基准，通过四个精心设计的谜题揭示了人类与当前模型之间的性能差距，并探索了强化学习在提升视觉模拟能力上的潜力。

LiViBench: An Omnimodal Benchmark for Interactive Livestream Video Understanding

LiViBench：面向交互式直播视频理解的多模态基准测试

Xiaodong Wang, Langling Huang, Zhirong Wu, Xu Zhao, Teng Xu, Xuhong Xia, Peixi Peng

专题命中 多模态评测 ：multimodal(abstract)；MLLM(abstract)；分类 cs.CV

AI总结 LiViBench是首个面向交互式直播视频的多模态基准测试，通过定制化两阶段指令微调和视频到评论检索模块，提升模型对直播视频的理解能力，并在多个基准测试中取得优异成绩。

Comments AAAI 2026 Main Track

RSNA Large Language Model Benchmark Dataset for Chest Radiographs of Cardiothoracic Disease: Radiologist Evaluation and Validation Enhanced by AI Labels (REVEAL-CXR)

用于心胸疾病胸部X光影像的RSNA大语言模型基准数据集：通过AI标签增强的放射科评估和验证（REVEAL-CXR）

Yishu Wei, Adam E. Flanders, Errol Colak, John Mongan, Luciano M Prevedello, Po-Hao Chen, Henrique Min Ho Lee, Gilberto Szarf, Hamilton Shoji, Jason Sho, Katherine Andriole, Tessa Cook, Lisa C. Adams, Linda C. Chu, Maggie Chung, Geraldine Brusca-Augello, Djeven P. Deva, Navneet Singh, Felipe Sanchez Tijmes, Jeffrey B. Alpert, Elsie T. Nguyen, Drew A. Torigian, Kate Hanneman, Lauren K Groner, Alexander Phan, Ali Islam, Matias F. Callejas, Gustavo Borges da Silva Teles, Faisal Jamal, Maryam Vazirabad, Ali Tejani, Hari Trivedi, Paulo Kuriki, Rajesh Bhayana, Elana T. Benishay, Yi Lin, Yifan Peng, George Shih

专题命中 多模态评测 ：multimodal(abstract)；分类 cs.CL

AI总结 本研究通过AI辅助标注流程，创建了包含200张胸部影像的基准数据集，用于评估不同模型，同时帮助放射科医生更高效地标注影像。

Unified Multi-Dataset Training for TBPS

多数据集统一训练用于TBPS

Nilanjana Chatterjee, Sidharatha Garg, A V Subramanyam, Brejesh Lall

机构 * IIIT Delhi（德里印度理工学院） ； IIT Delhi（德里理工学院） 纠错

专题命中 多模态评测 ：image-text(abstract)；分类 cs.CV

AI总结 本文提出Scale-TBPS方法，通过统一数据集编纂和可扩展身份学习框架，在多个数据集上训练出单一TBPS模型，提升了行人检索性能。

GEGO: A Hybrid Golden Eagle and Genetic Optimization Algorithm for Efficient Hyperparameter Tuning in Resource-Constrained Environments

GEGO：一种融合黄金鹰和遗传优化算法的混合算法，用于资源受限环境中的高效超参数调优

Amaras Nazarians, Sachin Kumar

机构 * Sonia Akian College of Science and Engineering（索尼亚·阿基安科学与工程学院） 纠错

专题命中 多模态评测 ：multimodal(abstract)；分类 cs.AI

AI总结 GEGO通过融合黄金鹰优化与遗传算法，实现了在资源受限环境下高效超参数调优，提升了搜索的多样性和稳定性。

Research on Adaptive Inertial Control in Synchronization Systems: Based on Variational Optimization Methods and Their Applications in the Stability of Complex Networks

复杂网络同步系统中自适应惯性控制的研究：基于变分优化方法及其在复杂网络稳定性中的应用

Yiwei Zhou, Zhongcheng Lei, Xiaoran Dai, Wenshan Hu, Hong Zhou

专题命中 多模态评测 ：multimodal(abstract)

AI总结 本文提出基于变分优化的自适应惯性控制策略，用于提升复杂网络同步系统的稳定性与控制精度。

Comments 36 pages, 4 figures

Depth-Based Local Center Clustering: A Framework for Handling Different Clustering Scenarios

基于深度的局部中心聚类：一种处理不同聚类场景的框架

Siyi Wang, Alexandre Leblanc, Paul D. McNicholas

专题命中 多模态评测 ：multimodal(abstract)

AI总结 本文提出基于深度的局部中心聚类方法，通过局部数据深度识别多模态数据的局部中心和非凸聚类，提升聚类分析的灵活性和适用性。