多模态大模型

Evolving Without Ending: Unifying Multimodal Incremental Learning for Continual Panoptic Perception

无止境的进化：统一多模态增量学习以实现持续全景感知

Bo Yuan, Danpei Zhao, Wentao Li, Tian Li, Zhiguo Jiang

专题命中 跨模态检索 ：multimodal(title,abstract)；cross-modal(abstract)；分类 cs.CV

AI总结 本文提出了一种统一多模态和多任务持续学习的持续全景感知模型，通过跨模态编码器和可变知识继承模块解决灾难性遗忘问题，并在多任务增量场景中实现模型进化。

Comments arXiv admin note: substantial text overlap with arXiv:2407.14242

ExDR: Explanation-driven Dynamic Retrieval Enhancement for Multimodal Fake News Detection

ExDR：基于解释的动态检索增强多模态虚假新闻检测

Guoxuan Ding, Yuqing Li, Ziyan Zhou, Zheng Lin, Daren Zha, Jiangnan Li

机构 * Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； WeChat AI, Tencent（微信AI，腾讯） 纠错

专题命中 跨模态检索 ：multimodal(title,abstract)；分类 cs.CL

AI总结 ExDR通过基于解释的动态检索增强生成框架，提升多模态虚假新闻检测的准确性和泛化能力。

Comments 11 pages, 3 figures, 7 tables

Skin Lesion Phenotyping via Nested Multi-modal Contrastive Learning

通过嵌套多模态对比学习进行皮肤病变表型分析

Dionysis Christopoulos, Sotiris Spanos, Eirini Baltzi, Valsamis Ntouskos, Konstantinos Karantzalos

专题命中 跨模态检索 ：multi-modal(title)；分类 cs.CV、cs.AI

AI总结 SLIMP通过嵌套多模态对比学习，结合图像与元数据提升皮肤病变分类性能。

Rethinking Composed Image Retrieval Evaluation: A Fine-Grained Benchmark from Image Editing

重新思考组合图像检索评估：从图像编辑中获得的细粒度基准

Tingyu Song, Yanzhao Zhang, Mingxin Li, Zhuoning Guo, Dingkun Long, Pengjun Xie, Siyue Zhang, Yilun Zhao, Shu Wu

机构 * CASIA（中国科学院自动化研究所） ； Tongyi Lab, Alibaba Group（阿里云实验室） ； UCAS（中国科学院大学） ； HKUST(GZ)（香港科技大学（广州）） ； NTU（国立新加坡大学） ； Yale（耶鲁大学） 纠错

专题命中 跨模态检索 ：multimodal(abstract)；分类 cs.CV、cs.CL

AI总结 本文提出EDIR细粒度CIR基准，通过图像编辑技术生成多样化查询，揭示现有模型在多模态任务中的能力差距与局限性。

Comments Under review

Heterogeneous Uncertainty-Guided Composed Image Retrieval with Fine-Grained Probabilistic Learning

异质不确定性引导的复合图像检索与细粒度概率学习

Haomiao Tang, Jinpeng Wang, Minyi Zhao, Guanghao Meng, Ruisheng Luo, Long Chen, Shu-Tao Xia

专题命中 跨模态检索 ：multi-modal(abstract)；分类 cs.CV

AI总结 本文提出异质不确定性引导范式，通过细粒度概率学习提升复合图像检索的鲁棒性和准确性。

Comments Accepted for publication and oral presentation at AAAI 2026

Cognitive AI framework 2.0: advances in the simulation of human thought

认知AI框架2.0：人类思维模拟的进展

Rommel Salas-Guerra

专题命中 跨模态检索 ：multimodal(abstract)

AI总结 认知AI框架2.0通过统一的记忆架构和受控的知识更新，提升人机交互的个性化与适应性，解决可扩展性、偏见缓解和伦理合规等挑战。