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。

2026-02-20 至 2026-02-20 共收录 1 篇信号源：cs.CV, cs.CL, cs.AI, cs.MM, eess.AS

1. 多模态Agent 1 篇

2602.16895 2026-02-20 cs.HC 71%

连接点：通过AI生成的跨模态链接揭示文档结构

Alyssa Hwang, Hita Kambhamettu, Yue Yang, Ajay Patel, Joseph Chee Chang, Andrew Head

专题命中多模态Agent ：cross-modal(title)

AI总结本文提出通过AI生成跨模态链接的框架，帮助用户更高效地理解和整合复杂文档中的信息。

Comments 40 pages, 16 figures