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。

2026-02-03 至 2026-02-03 共收录 153 篇信号源：cs.CV, cs.CL, cs.AI, cs.MM, eess.AS

1. 其他多模态 11 篇

2508.10040 2026-02-03 cs.SI cs.AI 57%

Exploring Content and Social Connections of Fake News with Explainable Text and Graph Learning

探索虚假新闻的内容与社会联系：可解释文本与图学习

Vítor N. Lourenço, Aline Paes, Tillman Weyde

机构 * Universidade Federal Fluminense, Niter\' o i, Rio de Janeiro, Brazil , City St George's, University of London, United Kingdom

专题命中其他多模态：multimodal(abstract)；分类 cs.AI

AI总结本文提出结合内容、社交媒体和图学习的可解释框架，通过多模态信息提升事实核查性能，并评估其解释性、可信度和鲁棒性。

Comments Accepted to publication at the 35th Brazilian Conference on Intelligent Systems, BRACIS 2025. -- This submitted manuscript has not undergone any post-submission improvements or corrections. The Version of Record of this contribution will be provided when available

2602.01924 2026-02-03 cs.LG cs.CY 50%

Bayesian Integration of Nonlinear Incomplete Clinical Data

贝叶斯非线性不完整临床数据整合

Lucía González-Zamorano, Nuria Balbás-Esteban, Vanessa Gómez-Verdejo, Albert Belenguer-Llorens, Carlos Sevilla-Salcedo

机构 * Department of Signal Theory and Communications, Universidad Carlos III de Madrid（信号理论与通信系，卡洛斯三世大学）

专题命中其他多模态：multimodal(abstract)

AI总结 BIONIC通过联合生成-判别潜在架构整合异质多模态临床数据，在缺失性下实现稳健学习和高判别性能，同时提供内在可解释性。

2602.00835 2026-02-03 stat.ML cs.LG 50%

Score-based Metropolis-Hastings for Fractional Langevin Algorithms

基于分数朗之万算法的评分法梅特罗波利斯-哈斯廷斯方法

Ahmed Aloui, Junyi Liao, Ali Hasan, Jose Blanchet, Vahid Tarokh

机构 * Duke University（杜克大学）； Morgan Stanley（摩根士丹利）； Stanford University（斯坦福大学）

专题命中其他多模态：multimodal(abstract)

AI总结本文提出MAFLA算法，通过基于评分的校正机制改进分数朗之万算法，提升在重尾分布采样中的精度和稳定性。