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。

2026-02-19 至 2026-02-19 共收录 2 篇信号源：cs.CV, cs.CL, cs.AI, cs.MM, eess.AS

1. 多模态生成 2 篇

2602.16006 2026-02-19 cs.CV 57%

BTReport: A Framework for Brain Tumor Radiology Report Generation with Clinically Relevant Features

BTReport: 一种用于脑肿瘤放射学报告生成的框架，结合临床相关特征

Juampablo E. Heras Rivera, Dickson T. Chen, Tianyi Ren, Daniel K. Low, Asma Ben Abacha, Alberto Santamaria-Pang, Mehmet Kurt

机构 * University of Washington（华盛顿大学）； University of Washington School of Medicine（华盛顿大学医学院）； Microsoft Health AI（微软健康人工智能）； Johns Hopkins School of Medicine（约翰霍普金斯医学院）

专题命中多模态生成：image-text(abstract)；分类 cs.CV

AI总结 BTReport通过确定性特征提取和大语言模型结合，生成可解释的脑肿瘤放射学报告，并提供配套数据集提升临床应用

Comments Accepted to Medical Imaging with Deep Learning (MIDL) 2026

2509.22007 2026-02-19 cs.LG 50%

Stage-wise Dynamics of Classifier-Free Guidance in Diffusion Models

扩散模型中分类器自由引导的分阶段动态

Cheng Jin, Qitan Shi, Yuantao Gu

机构 * Department of Electronic Engineering, Tsinghua University（电子工程系，清华大学）

专题命中多模态生成：multimodal(abstract)

AI总结本文研究了扩散模型中分类器自由引导的分阶段动态，揭示了引导对采样过程三个阶段的影响，并提出时间变化的引导策略以提升质量和多样性。

Comments 24 pages, 10 figures, accepted by ICLR26