多模态大模型

Evaluating the Impact of Post-Training Quantization on Reliable VQA with Multimodal LLMs

评估后训练量化对多模态大语言模型可靠视觉问答的影响

Paul Jonas Kurz, Tobias Jan Wieczorek, Mohamed A. Abdelsalam, Rahaf Aljundi, Marcus Rohrbach

机构 * TU Darmstadt（图宾根大学） ； Toyota Motor Europe（丰田欧洲公司） 纠错

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

AI总结 本文研究了后训练量化对多模态大语言模型可靠视觉问答的影响，提出通过选择器置信度估计器提升可靠性，并在不同量化方法中实现了效率与可靠性的最佳平衡。

Comments Accepted poster at the 1st Workshop on Epistemic Intelligence in Machine Learning (EIML) @ EURIPS 2025

General-purpose post-sampling reweighting method for multimodal target measures

通用多模态目标度量后采样重加权方法

Pierre Monmarché

专题命中 其他多模态 ：multimodal(title)；multi-modal(abstract)

AI总结 本文提出了一种通用方法，通过最小化加权经验分布与目标度量之间的Kullback-Leibler散度来改进多模态分布采样中的重加权估计。

An ILUES-based adaptive Gaussian process method for multimodal Bayesian inverse problems

基于ILUES的自适应高斯过程方法用于多模态贝叶斯反问题

Zhihang Xu, Xiaoyu Zhu, Daoji Li, Qifeng Liao

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

AI总结 本文提出基于ILUES的自适应高斯过程方法，用于解决多模态贝叶斯反问题中的高效采样问题。

HIPPO: Enhancing the Table Understanding Capability of LLMs through Hybrid-Modal Preference Optimization

HIPPO：通过混合模态偏好优化增强大语言模型的表格理解能力

Haolan Wang, Zhenghao Liu, Xinze Li, Xiaocui Yang, Yu Gu, Yukun Yan, Qi Shi, Fangfang Li, Chong Chen, Ge Yu

机构 * School of Computer Science and Engineering, Northeastern University, Shenyang, China（东北大学计算机科学与工程学院） ； Department of Computer Science and Technology, Tsinghua University, Beijing, China（清华大学计算机科学与技术系） ； Huawei Technologies Co., Ltd（华为技术有限公司） 纠错

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

AI总结 HIPPO 通过混合模态偏好优化提升大语言模型的表格理解能力，实现 4% 的性能提升。

VIPA: Visual Informative Part Attention for Referring Image Segmentation

VIPA: 视觉信息部分注意力用于指认图像分割

Yubin Cho, Hyunwoo Yu, Kyeongbo Kong, Kyomin Sohn, Bongjoon Hyun, Suk-Ju Kang

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

AI总结 VIPA通过视觉信息部分注意力和视觉表达生成器提升指认图像分割的细粒度分割性能。

Comments Preprint

Directional Concentration Uncertainty: A representational approach to uncertainty quantification for generative models

方向性集中不确定性：一种代表方法用于生成模型的不确定性量化

Souradeep Chattopadhyay, Brendan Kennedy, Sai Munikoti, Soumik Sarkar, Karl Pazdernik

机构 * Department of Mechanical Engineering, Iowa State University, Ames, IA, USA（机械工程系，爱荷华州立大学） ； Pacific Northwest National Laboratory, Richland, WA, USA（太平洋西北国家实验室） ； Department of Statistics, North Carolina State University, Raleigh, NC, USA（统计系，北卡罗来纳州立大学） 纠错

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

AI总结 本文提出方向性集中不确定性（DCU）方法，通过基于vMF分布的嵌入集中度量化，提升生成模型的不确定性量化性能，并在多模态任务中展现良好泛化能力。

A Low-Dispersion Depressed Core Waveguide for Dielectric Waveguide Interconnects

一种低色散压低芯波导用于介质波导互连

Mohamed Elsawaf, Neelam Prabhu Gaunkar, Georgios C. Dogiamis, Constantine Sideris

专题命中 其他多模态 ：cross-modal(abstract)

AI总结 本研究提出一种低色散压低芯波导，通过包裹材料提高基模限制并减少高阶模式耦合，实验验证其群延迟性能优于未包裹波导。