多模态大模型

Predicting Sentence Acceptability Judgments in Multimodal Contexts

在多模态上下文中预测句子可接受性判断

Hyewon Jang, Nikolai Ilinykh, Sharid Loáiciga, Jey Han Lau, Shalom Lappin

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

AI总结 研究探讨了在多模态上下文中，视觉上下文对人类和LLM句子可接受性判断的影响，发现LLM在去除视觉上下文时表现更优，且不同模型的判断分布各异。

Skin-Machine Interface with Multimodal Contact Motion Classifier

皮肤-机器接口与多模态接触运动分类器

Alberto Confente, Takanori Jin, Taisuke Kobayashi, Julio Rogelio Guadarrama-Olvera, Gordon Cheng

机构 * Department of Informatics, Technical University of Munich（技术大学慕尼黑信息学院） ； National Institute of Informatics（国家信息研究所） ； The Graduate University for Advanced Studies (SOKENDAI)（高级研究大学（SOKENDAI）） ； Institute for Cognitive Systems (ICS), Technical University of Munich（认知系统研究所（ICS），技术大学慕尼黑） 纠错

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

AI总结 本文提出了一种利用皮肤传感器作为机器人新操作接口的框架，通过多模态接触运动分类器提升机器人任务执行能力。

Comments 8 pages, 8 figures (accepted in Humanoids2025)

Journal ref Humanoids2025

OmniOCR: Generalist OCR for Ethnic Minority Languages

OmniOCR：面向少数民族语言的通用OCR

Bonan Liu, Zeyu Zhang, Bingbing Meng, Han Wang, Hanshuo Zhang, Chengping Wang, Daji Ergu, Ying Cai

机构 * Southwest Minzu University（西南民族大学） ； AI Geeks 纠错

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

AI总结 OmniOCR通过动态LoRA和稀疏正则化技术，实现了对少数民族语言的高效OCR识别，显著提升了低资源和零样本场景下的准确率。

Transforming Science Learning Materials in the Era of Artificial Intelligence

人工智能时代科学学习材料的变革

Xiaoming Zhai, Kent Crippen

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

AI总结 本文探讨了人工智能在科学教育中如何变革学习材料，通过六个领域展示AI对个性化教学、互动模拟和多模态内容生成的影响，并强调伦理和教育价值的重要性。