多模态大模型

Guaranteed Adaptive Modality Acquisition: When the Policy Chooses Its Own Calibration Group

带保证的自适应模态获取：策略选择自身校准组时

Melika Baghi

专题命中 其他多模态 ：multimodal(abstract)

AI总结 该研究针对自适应模态获取中策略诱导分组破坏条件校准假设的问题，提出RouteCert方法，在临床心电图任务及掩码多模态基准上实现了高回答比例与低分歧率的良好性能。

Comments 23 pages, 4 figures, 14 tables. Includes appendix with full proofs and additional experiments

LOCUS-DT: Localization via Observation-Conditioned Uncertainty Scoring with Digital Twins

LOCUS-DT：基于数字孪生的观测条件不确定性评分定位方法

Haozhe Lei, Roberto Bomfin, Marwa Chafii, Sundeep Rangan

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文提出LOCUS-DT框架，利用数字孪生和学习评分函数处理室内多径定位，泛化性好，在Sionna测试中比高斯类基准更精准捕捉多模态后验结构。

Cable-driven Continuum Robotics: Proprioception via Proximal-integrated Force Sensing

基于电缆驱动的连续机器人：通过近端集成力传感实现本体感觉

Gang Zhang, Junyan Yan, Jibiao Chen, Shing Shin Cheng

机构 * The Chinese University of Hong Kong（香港中文大学） ； T Stone Robotics Institute（T Stone机器人研究所） ； Department of Mechanical and Automation Engineering（机械与自动化工程系） ； Shun Hing Institute of Advanced Engineering（顺兴先进工程研究院） ； Multi-Scale Medical Robotics Center（多尺度医疗机器人中心） ； Curve Robotics Limited（Curve机器人有限公司） 纠错

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文提出了一种基于近端集成力传感的新型本体感觉方法，用于提升微尺度连续机器人在三维接触力感知和形状估计方面的性能。

Random close packing at extreme size ratios with an Adam-based inflation protocol

基于Adam优化膨胀协议的极端尺寸比下的随机密堆积

Kenneth Desmond

专题命中 其他多模态 ：multimodal(abstract)

AI总结 该研究提出基于Adam优化器的\texttt{rcpgenerator}代码，实现极端尺寸比下的高维密堆积生成，性能优于传统方法，结果与实验及理论预测吻合。

Comments 11 pages, 10 figures, 3 tables, Code: https://github.com/KD-physics/RCPGenerator; data archived at Zenodo, doi:10.5281/zenodo.21435447

Sensing in Low-altitude Wireless Networks: Systems, Techniques, and Developments

低空空域无线网络中的感知：系统、技术与发展

Zihao Tao, Yiming Zhao, Hongtao Zhao, Zijun Gong, Ying Cui

专题命中 其他多模态 ：multi-modal(abstract)

AI总结 本文针对低空空域无线网络（LAWN）的感知需求，系统综述其系统框架、核心技术与未来方向，还给出多模态感知案例，提供更全面针对性的LAWN感知综述。

Comments 7 pages, 2 figures

TideRL: Boosting Agentic RL Goodput with Readiness-Aware Scheduling

TideRL：通过就绪感知调度提升智能体强化学习的有效吞吐量

Yanyu Ren, Xizheng Wang, Xiao Liu, Bowen Lv, Hanchen Zhang, Shudan Zhang, Hanyu Lai, Shuai Wang, Li Chen, Dan Li, Jie Tang

机构 * Tsinghua University（清华大学） ； Zhongguancun Laboratory（中关村实验室） 纠错

专题命中 其他多模态 ：multi-modal(abstract)

AI总结 TideRL是一种就绪感知弹性RL系统，通过CTB、RA²P和ERS技术，在多轮智能体工作负载上大幅提升RL训练有效吞吐量，同时优化KV缓存命中率、训练时间和等待时间。

Structural, Optical and Magnetic Properties of Superparamagnetic Fe3O4@TiO2 and Fe3O4@SiO2@TiO2 CoreShell Nanostructures

超顺磁性Fe3O4@TiO2和Fe3O4@SiO2@TiO2核壳纳米结构的结构、光学与磁学性质

Wagner Henrique Gamas, Rosana R. Rangela, Grecia Alejandra Gomez-Iriarteb, Sergio Seabra. Pablo, L. Bernardo

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本研究合成并表征Fe3O4@TiO2和Fe3O4@SiO2@TiO2核壳纳米结构，通过多种表征手段分析其性质，证实该类结构可作为多模态癌症治疗的多功能平台，具备MRI、磁热疗及光疗等应用潜力。

Tabular foundation models for the estimation of probabilistic quasar photometric redshifts in S-PLUS

用于S-PLUS中类星体概率测光红移估计的表格基础模型

Raquel R. Valença, Lilianne Nakazono, Rafael Izbicki, Marco Henrique de Almeida Inácio, Bruno Marcondes e Resende, Maycon Jorge Deláqua da Silva, Kiana Coimbra Buin Lins, Natanael M. Cardoso, Claudia Mendes de Oliveira

专题命中 其他多模态 ：multi-modal(abstract)

AI总结 本研究以S-PLUS DR6类星体为对象，对比表格基础模型与8种基线模型，发现TabPFN 2.5在概率测光红移估计中表现最优，尤其适用于小训练集或协变量偏移场景。

Comments 28 pages, 10 figures, 6 tables. Submitted to the AAS Journals

Closing the loop in learning with missing data

缺失数据学习中的闭环构建

Dimitrios Pylorof, Humberto E. Garcia

专题命中 其他多模态 ：multimodal(abstract)

AI总结 该研究针对训练数据缺失的机器学习问题，从动力系统视角推导了具有李雅普诺夫稳定性的自适应学习机制，在多模态场景中验证了其能提升学习一致性与稳定性的效果。

Sequential Monte Carlo with Gaussian Mixture Approximation for Infinite-Dimensional Statistical Inverse Problems

基于高斯混合近似的序贯蒙特卡洛方法用于无限维统计反问题

Haoyu Lu, Junxiong Jia, Deyu Meng

专题命中 其他多模态 ：multi-modal(abstract)

AI总结 本文提出了一种基于高斯混合近似的序贯蒙特卡洛方法，用于解决无限维统计反问题，通过构建预条件转移核和收敛定理，实现了对后验分布的精确估计并展示了离散不变性。

Comments 35 pages

A Master-Slave Robot Manipulator for Needle-Based Teleoperation in MRI Chamber

用于MRI室内经针遥操作的主从机器人操纵器

Omar Curiel, Jing-Yuan Huang, Po-Chih Chen, Ji Ma, Qing Dai, Wenqi Zhou, David Lu, Holden H. Wu, Tsu-Chin Tsao

专题命中 其他多模态 ：multimodal(abstract)

AI总结 该研究开发了一种MRI安全的主从机器人操纵器，可实现多模态控制，支持协作任务，经初步实验验证适用于MRI室内床边手动控制模式下的活体猪介入操作。

Comments 14 pages, 12 figures

Sampling via Stochastic Interpolants by Langevin-based Velocity and Initialization Estimation in Flow ODEs

通过基于Langevin的速度和初始化估计在流ODEs中进行采样

Chenguang Duan, Yuling Jiao, Gabriele Steidl, Christian Wald, Jerry Zhijian Yang, Ruizhe Zhang

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文提出了一种基于Langevin采样器和概率流ODE的方法，用于高效采样复杂分布并提升贝叶斯推断性能。

Hybrid Probabilistic Zonotopes for Identifiable and Refinable Predictive Uncertainty

用于可识别和可细化预测不确定性的混合概率 zonotope

Zhen Zhang, Amr Alanwar

专题命中 其他多模态 ：multi-modal(abstract)

AI总结 该研究提出混合概率 zonotope（HProbZ）作为神经网络预测头，分离三种不确定性来源，可细化多步预测分布，具备独特结构特性，在基准测试中优于同编码器混合基线。

A space of inference spaces in the space sciences - Parametric Bayesian inference in astronomy, cosmology and particle physics

空间科学中的推理空间空间——天文学、宇宙学与粒子物理中的参数贝叶斯推理

Johannes Buchner

专题命中 其他多模态 ：multi-modal(abstract)

AI总结 本文通过7个维度表征推理问题的参数空间，以天文学等领域的参数贝叶斯推理样本为基础，将整理后的推理问题样本作为新采样器的标准测试平台，并提供Docker计算镜像保障可复现性与易用性。

Comments paper in prep

Stylometric Defenses Against Author Impersonation in Software Repositories

针对软件仓库中作者冒充的风格计量防御

Leonid Ravich, Michael Fire

专题命中 其他多模态 ：cross-modal(abstract)

AI总结 本研究提出基于跨模态Transformer的补丁级风格计量防御，结合流式异常检测器，在真实供应链事件中高效检测软件仓库的作者冒充行为。

Electrotactile Improves Thermal Referral

电触觉增强热传导

Wen Li, Rong Ni, Bozhi Tian, Pedro Lopes

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文提出通过电触觉替代振动触觉改进热传导，提升冷感传达效率，减少触觉干扰，并增强VR中热场景的真实性，提供沉浸式多模态热体验设计指南。

Comments 12 Pages, 12 Figures

Journal ref ACM UIST 2026

LLM-Assisted Coalition Formation for Cooperative Perception in Autonomous Driving

大语言模型辅助的自动驾驶协同感知联盟形成

Ahmad Sarlak, Hao Wang, Rahul Amin, Abolfazl Razi

专题命中 其他多模态 ：multimodal(abstract)

AI总结 该研究针对现有协同感知方法未优化车辆选择的问题，提出LLM辅助的联盟形成框架，结合DPP与ADMM优化，在OPV2V等数据集上实现更优性能与网络效率。

Comments Accepted for presentation at IEEE Global Communications Conference (GLOBECOM 2026), Cognitive Radio and AI-Enabled Networks Symposium

Revealing Intrinsic Anisotropy of Collective Magnetic Excitations in Twinned Crystals of a Kitaev-Heisenberg Quantum Magnet

揭示Kitaev-Heisenberg量子磁体孪晶中集体磁激发的本征各向异性

Naipeng Zhang, Nikolai Simonov, Mykhaylo Ozerov, Sumedh Rathi, Nolan Heffner, Sara Huszar, Long Chen, Haidong Zhou, Guangxin Ni, Chaebin Kim, Martin Mourigal, Stephen M. Winter, Zhigang Jiang, Dmitry Smirnov

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本研究结合多模态光学探针，分离Kitaev-Heisenberg量子磁体Na₃Co₂SbO₆孪晶的单畴磁振子响应，揭示其本征二重面内磁振子各向异性，建立通用的多畴量子磁体自旋动力学研究框架。

AGN Reverberation Mapping with LITMUS: Fundamental Limits on lag Recovery Rates

基于LITMUS的活动星系核反响映射：滞后恢复率的基本极限

Hugh McDougall, Tamara M. Davis, Benjamin J. S. Pope, Paul Martini, Zhefu Yu, Chris Lidman, Geraint F. Lewis

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本研究开发了新的滞后测量包LITMUS，利用贝叶斯证据识别假阳性滞后，分析OzDES样本发现以往RM研究高估了滞后置信度，不同发射线的AGN反响百分比存在显著差异。

Comments 32 Pages, 21 Figures

Neural Differential Equations for Oscillatory Flows in Aeroelasticity Applied to Transonic Buffet

用于气动弹性中振荡流的神经常微分方程及其在跨声速抖振中的应用

Michael Candon, Pier Marzocca, Earl Dowell

专题命中 其他多模态 ：cross-modal(abstract)

AI总结 针对自激气动流引发的气弹不稳定性预测难题，提出结合非线性流体振荡器等的神经微分方程降阶模型，经单个CFD模拟识别后与结构方程耦合，用于跨声速抖振预测，结果与全阶解吻合良好，为多模态气弹不稳定性提供新见解。

Comments Under Review: AIAA Journal

Adaptive Generalized Elliptical Slice Sampling

自适应广义椭圆切片采样

Nicholas Marco, Surya T. Tokdar

专题命中 其他多模态 ：multi-modal(abstract)

AI总结 针对无梯度MCMC中手动调参、维度扩展和局部几何适应性的挑战，提出自适应广义椭圆切片采样（AGESS），通过结合椭圆切片采样与衰减自适应，实现从慢混合到快混合的自校正，并保持遍历性。

Differentially Private Nonparametric Modal Learning with Applications to Regression and Clustering

差分隐私非参数模态学习及其在回归与聚类中的应用

Arkajyoti Bhattacharjee, Arnab Auddy

专题命中 其他多模态 ：multimodal(abstract)

AI总结 该研究提出差分隐私非参数模态学习方法DP-GRAMS，实现多峰分布密度模态的高概率恢复，扩展出DP-PMS回归与DP-GRAMS-C聚类方法，在合成及真实数据上展现良好隐私-效用权衡。

Optical and acoustic ground effects simulations from terminal defense asteroid disruption via the PI method

利用PI方法进行终端防御小行星破碎产生的光学与声学地面效应模拟

Brin Bailey, Alexander N. Cohen, Philip Lubin, Darrel K. Robertson, Mark Boslough, Sasha Egan, Elizabeth A. Silber, Dharv Patel

专题命中 其他多模态 ：multi-modal(abstract)

AI总结 该研究通过模拟验证，NASA的PI方法可在数小时至数年预警内破碎小行星，将2023 PDC这类威胁破碎为100万个碎片时，能大幅降低地面光学与声学效应，实现行星防御。

Journal ref Acta Astronautica (2024), vol. 221, pp. 230-239

Reinforced sequential Monte Carlo for amortised sampling

强化序贯蒙特卡洛用于摊销采样

Sanghyeok Choi, Sarthak Mittal, Víctor Elvira, Jinkyoo Park, Esmeralda S. Whitammer

机构 * University of Edinburgh ； Mila -- Qu\'ebec AI Institute ； CIFAR Fellow 纠错

专题命中 其他多模态 ：multi-modal(abstract)

AI总结 本文提出一种摊销方法与粒子方法相结合的采样框架，通过最大熵强化学习训练序贯蒙特卡洛采样器，并利用离线策略学习提高目标分布探索效率，在合成多模态目标和丙氨酸二肽构象玻尔兹曼分布上验证了改进的近似精度与训练稳定性。

Comments ICML 2026. Code: https://github.com/hyeok9855/ReinforcedSMC

Evaluating Short-Warning Mitigation via Intentional Robust Disruption of a Hypothetical Impact of Asteroid 2023 NT1

通过故意鲁棒性中断2023 NT1小行星假想撞击事件评估短预警 mitigation方案

Brin Bailey, Alexander N. Cohen, Sasha Egan, Philip Lubin, Ruitao Xu, Mark Boslough, Darrel K. Robertson, Elizabeth A. Silber, Irina Sagert, Oleg Korobkin, Glenn Sjoden

专题命中 其他多模态 ：multi-modal(abstract)

AI总结 本文针对假想的2023 NT1小行星撞击事件，采用Pulverize It模型模拟分析，发现该类威胁可在撞击前1天内拦截，实现有效 mitigation。

Journal ref The Astrophysical Journal (2025), vol. 981, pp. 181-197

Geometric Information Decomposition for Weighted Empirical Measures on the Sphere

球面上加权经验测度的几何信息分解

Kisung You, Boram Cho

专题命中 其他多模态 ：multimodal(abstract)

AI总结 研究单位球面上加权概率测度的方向不确定性，传统方法用von Mises-Fisher分布不完整，引入几何信息分解（GID），通过球面特征拟合最大熵投影序列，证明相关性质，实验展示不同情况下GID作用。

Materials Behavior as Mechanism Ensembles: A Probabilistic Framework for Emergent Behaviors

材料行为作为机制集合：一种涌现行为的概率框架

Brad L. Boyce, Mitchell A. Wood, Krishna Garikipati, Andreas E. Robertson, Jeffrey Larson, Ishan Srivastava, Bert Debusschere, Saaketh Desai, Prasad Iyer, Pieterjan Robbe, Mathew Cherukara, Todd Munson, Ming Du, Trupti Mohanty, David J. Gardner, Laurent Capolungo, Benjamin A. Jasperson, Jingye Tan, Rémi Dingreville

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文提出将材料行为视为机制集合的概率框架，以概率方式连接机制激活等与宏观可观测量，可应用于金属疲劳等系统，助力提前识别涌现行为的有利条件。

Uncovering Scientific Software Sustainability through Community Engagement and Software Quality Metrics

通过社区参与和软件质量指标揭示科学软件的可持续性

Sharif Ahmed, Addi Malviya Thakur, Gregory R. Watson, Nasir U. Eisty

专题命中 其他多模态 ：multimodal(abstract)

AI总结 该研究针对科学开源软件长期维持的挑战，以GitHub上的十个知名Sci-OSS项目为对象，结合社区参与与软件质量指标，提出新颖可视化技术及相关分析方法，为相关人员提供了软件可持续性的关键见解。

Comments Accepted for publication in IEEE Computing in Science & Engineering

The Model in the Middle: Toward AI-Native Real-Time Communication

中间的模型：迈向人工智能原生实时通信

Ziqian Liu, Minghao Li, Yiming Qiu

专题命中 其他多模态 ：multimodal(abstract)

AI总结 研究迈向人工智能原生实时通信，提出将模型视为有状态计算中间盒的新观点，探索网络感知推理调度等三个跨阶段协调机会，构建Conflux验证，结果显示在网络退化时响应延迟等有改善，呼吁建立相关实时通信堆栈。

Guiding Posterior Exploration with Optimizer-Derived Geometry

用优化器派生几何引导后验探索

Moritz Schlager, Emanuel Sommer, Thomas Möllenhoff, David Rügamer

机构 * TUM（慕尼黑工业大学） ； LMU Munich（慕尼黑大学） ； RIKEN AIP（理化学研究所先进智能项目中心） 纠错

专题命中 其他多模态 ：multimodal(abstract)

AI总结 研究贝叶斯神经网络不确定性量化中高维多峰后验分布探索的计算成本问题，提出基于优化器派生几何的预处理采样策略，可减少采样预热阶段，提升性能与稳定性，且无额外计算成本，经多数据集和架构验证。

Comments Accepted for presentation at the OPTIMAL Workshop at AISTATS 2026