多模态大模型

Physics-based phenomenological characterization of cross-modal bias in multimodal models

基于物理现象的多模态模型跨模态偏差表征

Hyeongmo Kim, Sohyun Kang, Yerin Choi, Seungyeon Ji, Junhyuk Woo, Hyunsuk Chung, Soyeon Caren Han, Kyungreem Han

机构 * B rain Science Institute（脑科学研究院） ； Korea Institute of Science and Technology（韩国科学技术院） ； Department of Physics and Astronomy（物理与天文学系） ； Department of Computer Science and Engineering（计算机科学与工程系） ； University of Science and Technology KIST School（科学技术KIST学院） 纠错

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

AI总结 本文提出基于物理现象的多模态模型跨模态偏差表征方法，揭示多模态输入可能强化模态主导性。

Comments Best Paper Award at BiasinAI track in AAAI2026

E-MMKGR: A Unified Multimodal Knowledge Graph Framework for E-commerce Applications

E-MMKGR：面向电子商务应用的统一多模态知识图谱框架

Jiwoo Kang, Yeon-Chang Lee

机构 * UNIST（全南国立科学技术院） 纠错

专题命中 跨模态检索 ：multimodal(title,abstract)；分类 cs.AI

AI总结 E-MMKGR提出了一种统一多模态知识图谱框架，通过GNN和图谱优化学习统一物品表示，提升电子商务推荐和搜索性能。

Memory-guided Prototypical Co-occurrence Learning for Mixed Emotion Recognition

基于记忆的原型共现学习用于混合情绪识别

Ming Li, Yong-Jin Liu, Fang Liu, Huankun Sheng, Yeying Fan, Yixiang Wei, Minnan Luo, Weizhan Zhang, Wenping Wang

机构 * MOE-Key Laboratory of Pervasive Computing, Department of Computer Science and Technology, Tsinghua University（MOE-Key pervasive computing laboratory，计算机科学与技术系，清华大学） ； Key State Laboratory of Media Convergence and Communication, Communication University of China（媒体融合与传播关键实验室，中国传媒大学） ； Department of Computer Science and Computer Engineering, Texas A&M University（计算机科学与工程系，德克萨斯大学） 纠错

专题命中 跨模态检索 ：multi-modal(abstract)；cross-modal(abstract)；分类 eess.AS

AI总结 本文提出基于记忆的原型共现学习框架，通过多模态信号融合和原型关系蒸馏，提升混合情绪识别的准确性和鲁棒性。

Uncertainty-Aware Delivery Delay Duration Prediction via Multi-Task Deep Learning

基于多任务深度学习的不确定性感知交付延迟持续时间预测

Stefan Faulkner, Reza Zandehshahvar, Vahid Eghbal Akhlaghi, Sebastien Ouellet, Carsten Jordan, Pascal Van Hentenryck

机构 * NSF Artificial Intelligence Institute for Advances in Optimization（美国国家科学基金会人工智能优化研究所） ； H. Milton Stewart School of Industrial and Systems Engineering（H.米尔顿·斯图尔特工业与系统工程学院） ； Georgia Institute of Technology（佐治亚理工学院） ； Kinaxis（Kinaxis公司） 纠错

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

AI总结 本文提出一种多任务深度学习模型，通过端到端训练提升延迟运输检测和概率预测能力，有效应对高不平衡和异质性物流数据挑战。