多模态大模型

PositionOCR: Augmenting Positional Awareness in Multi-Modal Models via Hybrid Specialist Integration

PositionOCR: 通过混合专家整合增强多模态模型的位置意识

Chen Duan, Zhentao Guo, Pei Fu, Zining Wang, Kai Zhou, Pengfei Yan

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

AI总结 PositionOCR通过整合文本定位专家与LLM的上下文能力，提升多模态模型在文本定位和定位任务中的位置准确性。

Enhancing 3D LiDAR Segmentation by Shaping Dense and Accurate 2D Semantic Predictions

通过塑造密集且准确的2D语义预测来增强3D激光雷达分割

Xiaoyu Dong, Tiankui Xian, Wanshui Gan, Naoto Yokoya

机构 * The University of Tokyo（东京大学） 纠错

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

AI总结 本文提出MM2D3D模型，通过多模态引导滤波和动态跨伪监督提升2D预测质量，从而增强3D激光雷达分割的准确性。

Health+: Empowering Individuals via Unifying Health Data

Health+: 通过统一健康数据赋能个体

Sujaya Maiyya, Shantanu Sharma, Avinash Kumar

机构 * University of Waterloo（滑铁卢大学） ； New Jersey Institute of Technology（新泽西理工学院） ； Independent Researcher（独立研究者） 纠错

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

AI总结 Health+ 是一个以用户为中心的多模态健康数据管理系统，通过统一数据和智能推荐，提升个体对健康信息的控制与管理能力。

Comments This paper has been accepted in ACM Multimedia 2025

Zero-shot Multi-Contrast Brain MRI Registration by Intensity Randomizing T1-weighted MRI (LUMIR25)

无监督多对比脑MRI配准：通过强度随机化T1加权MRI（LUMIR25）

Hengjie Liu, Yimeng Dou, Di Xu, Xinyi Fu, Dan Ruan, Ke Sheng

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

AI总结 本文提出了一种基于强度随机化的多对比度脑MRI配准方法，通过多模态损失、强度随机化和轻量级优化策略，在无需显式图像合成的情况下实现了跨对比度的稳健泛化。

Comments Submitted to and reviewed by Learn2Reg MICCAI 2025

LAD: Learning Advantage Distribution for Reasoning

LAD: 为推理学习优势分布

Wendi Li, Sharon Li

专题命中 其他多模态 ：multimodal(abstract)

AI总结 LAD通过学习优势分布提升大型模型推理的多样性和准确性，无需额外训练成本。

Dara: Automated multiple-hypothesis phase identification and refinement from powder X-ray diffraction

Dara：从粉末X射线衍射自动识别和优化多假设相

Yuxing Fei, Matthew J. McDermott, Christopher L. Rom, Shilong Wang, Gerbrand Ceder

专题命中 其他多模态 ：multimodal(abstract)

AI总结 Dara通过自动化多假设相识别和优化，提升粉末X射线衍射分析的可靠性和准确性，推动全自动材料发现。

Journal ref Chem. Mater. 2026, 38, 3, 1364-1376

Stochastic Localization via Iterative Posterior Sampling

通过迭代后验采样实现随机定位

Louis Grenioux, Maxence Noble, Marylou Gabrié, Alain Oliviero Durmus

机构 * CMAP, CNRS, École polytechnique, Institut Polytechnique de Paris（CMAP、法国国家科学研究中心、巴黎高等学院、巴黎理工学院） 纠错

专题命中 其他多模态 ：multi-modal(abstract)

AI总结 本文提出SLIPS方法，通过迭代后验采样实现随机定位，用于从无规范目标密度中采样，适用于多模分布的基准测试。

Comments Accepted at ICML 2024, improved assumption A0 (and consequences), fixed corollary 11