多模态大模型

Do MLLMs Really See It: Reinforcing Visual Attention in Multimodal LLMs

MLLMs真的能看见吗：在多模态大语言模型中强化视觉注意力

Siqu Ou, Tianrui Wan, Zhiyuan Zhao, Junyu Gao, Xuelong Li

机构 * Shanghai Jiao Tong University（上海交通大学） ； Northwestern Polytechnical University（西北工业大学） 纠错

专题命中 其他多模态 ：multimodal(title,abstract)；分类 cs.CV、cs.AI

AI总结 SAYO通过强化学习框架引入区域级视觉注意力奖励，提升多模态大语言模型的视觉聚焦能力，从而在多种推理和感知任务中取得性能提升。

GeoFocus: Blending Efficient Global-to-Local Perception for Multimodal Geometry Problem-Solving

GeoFocus：融合高效全局到局部感知的多模态几何问题求解

Linger Deng, Yuliang Liu, Wenwen Yu, Zujia Zhang, Jianzhong Ju, Zhenbo Luo, Xiang Bai

机构 * School of Artificial Intelligence and Automation, Huazhong University of Science and Technology（人工智能与自动化学院，华中科技大学） ； MiLM Plus, Xiaomi Inc（小米公司） 纠错

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

AI总结 GeoFocus通过关键局部感知器和顶点语言提升多模态几何问题求解的准确性和效率

Multimodal Enhancement of Sequential Recommendation

多模态序列推荐增强

Bucher Sahyouni, Matthew Vowels, Liqun Chen, Simon Hadfield

机构 * University of Surrey（萨里大学） 纠错

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

AI总结 MuSTRec通过结合多模态和序列推荐范式，利用物品-物品图和频率自注意力模块提升推荐性能，实验表明其在多个数据集上取得显著提升。

A Distributed Multi-Modal Sensing Approach for Human Activity Recognition in Real-Time Human-Robot Collaboration

一种用于实时人机协作中人类活动识别的分布式多模态传感方法

Valerio Belcamino, Nhat Minh Dinh Le, Quan Khanh Luu, Alessandro Carfì, Van Anh Ho, Fulvio Mastrogiovanni

机构 * University of Genoa（热那亚大学） ； The University of Danang–University of Science and Technology（丹江-科学技术大学） ； Japan Advanced Institute of Science and Technology（日本先进科学研究院） 纠错

专题命中 其他多模态 ：multi-modal(title,abstract)；分类 cs.CV

AI总结 本文提出一种结合数据手套和视觉触觉传感器的多模态方法，用于实时人机协作中的人类活动识别，实验显示该方法在不同场景下均表现出高精度。

Annealed Leap-Point Sampler for Multimodal Target Distributions

退火跳跃点采样器用于多模态目标分布

Nicholas G. Tawn, Matthew T. Moores, Hugo Queniat, Gareth O. Roberts

专题命中 其他多模态 ：multimodal(title,abstract)

AI总结 ALPS通过退火技术解决高维多模态分布采样问题，利用拉普拉斯近似和模式跳跃独立采样器实现高效收敛。

Zero-shot System for Automatic Body Region Detection for Volumetric CT and MR Images

零样本系统用于体积CT和MRI图像的自动身体区域检测

Farnaz Khun Jush, Grit Werner, Mark Klemens, Matthias Lenga

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

AI总结 本文提出零样本系统用于体积CT和MRI图像自动身体区域检测，通过预训练模型实现无监督分割，展示了基于规则和多模态语言模型的性能对比。

Comments 8 pages, 5 figures, 5 tables

From Data Behavior to Code Analysis: A Multimodal Study on Security and Privacy Challenges in Blockchain-Based DApp

从数据行为到代码分析：关于基于区块链的DApp安全与隐私挑战的多模态研究

Haoyang Sun, Yishun Wang, Xiaoqi Li

专题命中 其他多模态 ：multimodal(title)

AI总结 本研究通过多模态分析，探讨了基于区块链的DApp在安全与隐私方面的挑战，重点分析了智能合约中的重入漏洞，并提出通过BLSTM-ATT模型进行源代码级检测，同时探讨了隐私保护的未来研究方向。

The Rise of Sparse Mixture-of-Experts: A Survey from Algorithmic Foundations to Decentralized Architectures and Vertical Domain Applications

稀疏专家混合模型的兴起：从算法基础到去中心化架构和垂直领域应用的综述

Dong Pan, Bingtao Li, Yongsheng Zheng, Jiren Ma, Victor Fei

机构 * FEDIMOSS TECH HK LIMITED（FEDIMOSS科技（香港）有限公司） ； Ormi Labs, Inc.（Ormi实验室有限公司） 纠错

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

AI总结 本文综述了稀疏混合专家模型从算法基础到去中心化架构及垂直领域应用的发展，系统探讨了其核心原理、去中心化范式和关键挑战，为研究者和实践者提供全面的参考。

Journal ref Journal of Computer Science and Artificial Intelligence 5 (2025) 25-41

Enhancing Genetic Algorithms with Graph Neural Networks: A Timetabling Case Study

用图神经网络增强遗传算法：一个排程案例研究

Laura-Maria Cornei, Mihaela-Elena Breabăn

机构 * Alexandru Ioan Cuza University, Faculty of Computer Science（阿历山大·伊奥安·库扎大学计算机科学学院） 纠错

专题命中 其他多模态 ：multi-modal(abstract)；分类 cs.AI

AI总结 本文提出将图神经网络与遗传算法结合用于排程优化，通过实验验证了混合方法在时间和解决方案质量上的优势。

Comments Paper accepted to the International Conference on Applications of Evolutionary Computation (EvoApplications) 2026

Stickers on Facebook: Multifunctionality and face-enhancing politeness in everyday social interaction

Facebook上的贴纸：日常社交互动中的多功能性与面子增强的礼貌

Laura M. Porrino-Moscoso

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

AI总结 本研究分析了疫情期间Facebook评论中贴纸的使用，揭示其在增强礼貌和情感交流中的多功能性及性别差异。

Comments in Spanish language, Stickers en Facebook: multifuncionalidad y cortesía valorizante en la interacción social cotidiana, Oralia: Análisis del Discurso Oral, 30 (1)

GlyphWeaver: Unlocking Glyph Design Creativity with Uniform Glyph DSL and AI

GlyphWeaver: 通过统一的 glyph DSL 和 AI 解锁 glyph 设计创意

Can Liu, Shiwei Chen, Zhibang Jiang, Yong Wang

专题命中 其他多模态 ：multimodal(abstract)

AI总结 GlyphWeaver 通过统一的 glyph DSL 和 AI 技术，为非程序员提供创建复杂 glyph 可视化的工具。

Two-sample Testing with Block-wise Missingness in Multi-source Data

多源数据中块状缺失的两样本检验

Kejian Zhang, Muxuan Liang, Robert Maile, Doudou Zhou

专题命中 其他多模态 ：multi-modal(abstract)

AI总结 本文提出BRISE检验方法，用于处理多源数据中的块状缺失问题，通过构建基于秩相似度图的检验统计量，实现对两样本假设检验的有效性与稳健性。

Probabilistic Forecasting via Autoregressive Flow Matching

通过自回归流匹配进行概率预测

Ahmed ElGazzar, Marcel van Gerven

机构 * Department of Machine Learning and Neural Computing, Donders Institute for Brain, Cognition and Behaviour（机器学习与神经计算系，大脑、认知与行为研究所） 纠错

专题命中 其他多模态 ：multi-modal(abstract)

AI总结 本文提出FlowTime模型，通过自回归流匹配实现多变量时间序列的概率预测，结合流匹配框架提升模型性能与不确定性估计。

On the Computational Efficiency of Bayesian Additive Regression Trees: An Asymptotic Analysis

关于贝叶斯加法回归树计算效率的分析：渐近分析

Yan Shuo Tan, Omer Ronen, Theo Saarinen, Bin Yu

机构 * Department of Statistics and Data Science, National University of Singapore（统计与数据科学系，新加坡国立大学） ； Department of Statistics, UC Berkeley（统计系，加州大学伯克利分校） ； Department of Electrical Engineering and Computer Sciences, UC Berkeley（电气工程与计算机科学系，加州大学伯克利分校） ； Center for Computational Biology, UC Berkeley（计算生物学中心，加州大学伯克利分校） 纠错

专题命中 其他多模态 ：multi-modal(abstract)

AI总结 本文分析了BART采样器在大规模数据下的计算效率，发现其收敛时间随样本量增加而增加，但通过增加树数量或提高温度可有效缓解这一问题。