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 5 篇信号源：cs.CV, cs.CL, cs.AI, cs.MM, eess.AS

1. 跨模态检索 5 篇

2602.17168 2026-02-20 cs.CV 83%

BadCLIP++: Stealthy and Persistent Backdoors in Multimodal Contrastive Learning

BadCLIP++: 多模态对比学习中隐蔽且持久的后门

Siyuan Liang, Yongcheng Jing, Yingjie Wang, Jiaxing Huang, Ee-chien Chang, Dacheng Tao

机构 * College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算机与数据科学学院）； School of Computing, National University of Singapore（新加坡国立大学计算机学院）

专题命中跨模态检索：multimodal(title,abstract)；cross-modal(abstract)；分类 cs.CV

AI总结 BadCLIP++通过语义融合触发器和参数稳定技术，实现了多模态对比学习中隐蔽且持久的后门攻击，实验显示其在低污染率下具有高攻击成功率。

Comments 25 pages, 10 figures

2602.17584 2026-02-20 cs.LG 82%

Canonicalizing Multimodal Contrastive Representation Learning

规范多模态对比表示学习

Sharut Gupta, Sanyam Kansal, Stefanie Jegelka, Phillip Isola, Vikas Garg

专题命中跨模态检索：multimodal(title,abstract)；image-text(abstract)

AI总结研究通过正交映射统一多模态对比模型的表示空间，实现跨模态的一致性对齐。

Comments 78 pages, 57 figures

2602.16876 2026-02-20 cs.LG stat.ML 82%

ML-driven detection and reduction of ballast information in multi-modal datasets

基于机器学习的多模态数据集中的冗余信息检测与减少

Yaroslav Solovko

机构 * Independent Researcher（独立研究者）

专题命中跨模态检索：multi-modal(title)；multimodal(abstract)；cross-modal(abstract)

AI总结本文提出了一种多模态框架，用于检测和减少数据集中的冗余信息，通过多种方法整合信号，实现特征空间的高效修剪，提升机器学习效率。

Comments 20 pages, 27 figures, 10 tables

2602.17402 2026-02-20 cs.AI 70%

A Contrastive Variational AutoEncoder for NSCLC Survival Prediction with Missing Modalities

用于NSCLC生存预测的对比变分自编码器，具有缺失模态

Michele Zanitti, Vanja Miskovic, Francesco Trovò, Alessandra Laura Giulia Pedrocchi, Ming Shen, Yan Kyaw Tun, Arsela Prelaj, Sokol Kosta

机构 * Department of Electronic Systems, Aalborg University, Copenhagen, Denmark（电子系统系，奥胡斯大学）； Department of Electronics, Information and Bioengineering, Politecnico di Milano, Milan, Italy（电子、信息与生物工程系，米兰理工学院）； Department of Medical Oncology, Istituto Nazionale dei Tumori, Milan, Italy（医学肿瘤学系，国家肿瘤研究所）

专题命中跨模态检索：multimodal(abstract)；cross-modal(abstract)；分类 cs.AI

AI总结本文提出了一种多模态对比变分自编码器，用于NSCLC生存预测，通过整合多种数据模态并处理缺失数据，提高预测的鲁棒性和准确性。

Comments Accepted at The 13th IEEE International Conference on Big Data (IEEE BigData 2025)

2602.16964 2026-02-20 cs.IR 50%

SAGE: Structure Aware Graph Expansion for Retrieval of Heterogeneous Data

SAGE：面向异构数据检索的结构感知图扩展

Prasham Titiya, Rohit Khoja, Tomer Wolfson, Vivek Gupta, Dan Roth

专题命中跨模态检索：cross-modal(abstract)

AI总结 SAGE通过构建结构感知的图扩展框架，在异构数据检索中提升召回率，采用混合检索与代理策略实现多模态证据链检索。