多模态大模型

Multilingual-To-Multimodal (M2M): Unlocking New Languages with Monolingual Text

多语言到多模态（M2M）：通过单语文本解锁新语言

Piyush Singh Pasi

机构 * Amazon（亚马逊） 纠错

专题命中 跨模态检索 ：multimodal(title,abstract)；image-text(abstract)

AI总结 M2M通过单语文本学习多语言多模态对齐，实现多语言文本到图像检索的零样本迁移

Comments EACL 2026 Findings accepted. Camera-ready version

Unified Multimodal and Multilingual Retrieval via Multi-Task Learning with NLU Integration

通过多任务学习与NLU集成实现统一的多模态和多语言检索

Xinyuan Zhang, Lina Zhang, Lisung Chen, Guangyao Liu, Shuai Nie, Jiaming Xu, Runyu Shi, Ying Huang, Guoquan Zhang

专题命中 跨模态检索 ：multimodal(title,abstract)

AI总结 本文提出通过多任务学习与NLU集成实现统一的多模态和多语言检索，提升跨语言和跨模态的检索效率与准确性。

Comments 4 pages, 2 figures, submitted to IEEE ICASSP 2026

SeisBind: Physics-Aware Tri-Modal Representation Binding for Seismic Data via Contrastive Learning

SeisBind：通过对比学习实现地震数据的物理感知三模态表示绑定

Chaohua Liang, Jun Matsushima

专题命中 跨模态检索 ：multi-modal(abstract)；cross-modal(abstract)

AI总结 SeisBind通过对比学习将地震数据与物理描述符结合，实现更可解释的地下速度模型构建。