arXivDaily arXiv每日学术速递 周一至周五更新

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。

共收录 4892 信号源:cs.CV, cs.CL, cs.AI, cs.MM, eess.AS

1. 其他多模态 4892 篇

2512.15453 2026-07-08 quant-ph physics.app-ph 版本更新 50%

Solving the inverse parametric problem

解决逆参数问题

Michele Cortinovis, Fabio Lingua, David B. Haviland

专题命中 其他多模态 :multi-modal(abstract)

AI总结 研究提出计算驱动参量振荡器泵浦波形频率分量的方法,经数值分析和实验验证,还给出动态控制模式散射的近似方法,可用于利用多模高斯态编码和操纵连续变量量子信息。

Comments 11 pages, 6 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.03204 2026-07-07 cs.RO 新提交 50%

Layout-independent actuation allocator for fin-actuated marine robots

用于鳍驱动海洋机器人的与布局无关的驱动分配器

Yuya Hamamatsu, Maarja Kruusmaa, Asko Ristolainen

机构 * Department of Computer Systems, Tallinn University of Technology(计算机系统系,塔林理工大学)

专题命中 其他多模态 :multi-modal(abstract)

AI总结 研究提出与布局无关的控制分配器,用含图神经网络、Transformer和混合密度网络的学习管道及可微物理代理模型,实现跨不同执行器配置零样本部署,提升轨迹跟踪性能。

Comments Accepted by 2026 International Conference on Intelligent Robots and Systems (IROS)

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.02543 2026-07-07 cs.DC 新提交 50%

ETALE: Evolving Topology with Accelerated Lock-free Execution for Dynamic Graph ANN Search on GPUs

ETALE:用于GPU上动态图ANN搜索的具有加速无锁执行的演化拓扑

Dongfang Zhao

专题命中 其他多模态 :multimodal(abstract)

AI总结 研究GPU上基于图的近似最近邻索引相关问题,提出ETALE索引,核心是无锁写时复制平板图,在多数据集上评估,相比其他索引速度更快且内存占用有界。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.21185 2026-07-07 stat.ML cs.LG stat.ME 新提交 50%

Two Layers of Instability in Causal Estimation

因果估计中的两层不稳定性

Alexis Bellot

机构 * Alexis Bellot(亚历山大·贝尔特)

专题命中 其他多模态 :multimodal(abstract)

AI总结 本文揭示因果估计中存在两层不稳定性:第一层是因果效应作为数据分布的函数不连续;第二层是估计器本身在数据分布上可能跳跃不连续,并基于决策理论提出稳定性取决于损失函数是否与因果效应一致。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.23252 2026-07-07 stat.CO cs.LG stat.ML 50%

Nested Slice Sampling: Vectorized Nested Sampling for GPU-Accelerated Inference

嵌套切片采样:适用于GPU加速推断的向量化嵌套采样

David Yallup, Namu Kroupa, Will Handley

机构 * Kavli Institute for Cosmology Cambridge(剑桥卡维利宇宙研究所) Institute of Astronomy, University of Cambridge(剑桥大学天文研究所) Cavendish Laboratory and Department of Engineering, University of Cambridge(剑桥大学卡文迪许实验室和工程系)

专题命中 其他多模态 :multimodal(abstract)

AI总结 本文提出嵌套切片采样,一种适用于GPU的向量化嵌套采样方法,通过Hit-and-Run切片采样实现约束更新,提升高维问题的计算效率和稳定性,实验表明其在复杂多模态问题中表现优异。

Comments 58 pages, 13 figures, Accepted to Transactions on Machine Learning Research

Journal ref Transactions on Machine Learning Research, 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.12373 2026-07-07 physics.chem-ph 版本更新 50%

Nuclear-Electronic Quantum Dynamics in a Plasmonic Nanocavity

等离子体纳米腔中的核电子量子动力学

Jonathan H. Fetherolf, Tim Duong, Tao E. Li, Sharon Hammes-Schiffer

专题命中 其他多模态 :multimodal(abstract)

AI总结 研究利用实时核电子轨道时变密度泛函理论耦合多个经典腔模并考虑腔损耗,探究等离子体纳米腔对化学系统核电子量子动力学的影响,可用于探测和修改化学反应,提供动力学及光谱特征见解。

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.07222 2026-07-07 physics.optics physics.app-ph quant-ph 版本更新 50%

Miniaturised transmissive multi-plane light converters via laser-written geometric phase holograms cascaded in glass

通过在玻璃中级联激光写入的几何相位全息图实现小型化透射多平面光转换器

Unė G. Būtaitė, Martynas Beresna, David B. Phillips

专题命中 其他多模态 :multi-modal(abstract)

AI总结 研究利用单步3D直接激光写入在熔融石英玻璃芯片中制造小型化透射多平面光转换器,通过形成具有可控慢轴取向的飞秒激光诱导双折射纳米光栅,构建并测试多种概念验证器件,推动相关技术发展。

Comments 15 pages, 8 figures (5 main text figs, 3 supplementary figs). This is an updated version of our paper (earlier version is arXiv:2602.07222v1). We updated figs 1-3 with new experimental data, added 2 new main text figures containing new experimental data, and added 3 supplementary figs. The text has been updated to describe these new figs

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.15028 2026-07-07 cs.IT math.IT 版本更新 50%

Information mechanics: conservation and assimilation

信息力学:守恒与同化

Takuya Isomura

专题命中 其他多模态 :multimodal(abstract)

AI总结 该研究提出信息力学框架,从贝叶斯规则出发,经特定要求选出两个加法投影,得出香农熵和费舍尔信息的守恒恒等式,还引入信息势描述,揭示信息几何与推理难度关系及马尔可夫链的同化不等式。

详情

展开后加载摘要…

URL PDF HTML 收藏
2509.16493 2026-07-07 cond-mat.str-el cond-mat.mtrl-sci 版本更新 50%

Dynamics of a jointly commensurate moiré charge density wave

莫尔电荷序超晶格中的联合公度性驱动剪切拓扑缺陷

Kyoung Hun Oh, Yifan Su, Honglie Ning, B. Q. Lv, Alfred Zong, Dong Wu, Qiaomei Liu, Gyeongbo Kang, Hyeongi Choi, Hyun-Woo J. Kim, Seunghyeok Ha, Jaehwon Kim, Suchismita Sarker, Jacob P. C. Ruff, Xiaozhe Shen, Duan Luo, Stephen Weathersby, Patrick Kramer, Xinxin Cheng, Dongsung Choi, Doron Azoury, Masataka Mogi, B. J. Kim, N. L. Wang, Hoyoung Jang, Nuh Gedik

专题命中 其他多模态 :multimodal(abstract)

AI总结 通过时间分辨衍射和光谱技术研究EuTe₄中光致电荷密度波动力学,发现联合公度CDW的振幅快速猝灭而相位涨落缓慢演化,并揭示了沿波矢垂直方向形成的剪切型拓扑缺陷。

Comments 24 pages, 4 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.01429 2026-07-03 econ.EM 新提交 50%

A condition for the identification of multivariate models with binary instruments -- with Corrigendum and Addendum

二元工具变量多变量模型可识别性的一个条件——附勘误与增补

Florian Gunsilius

专题命中 其他多模态 :multimodal(abstract)

AI总结 本文提出一个经验条件,用于非参数点识别具有连续内生变量的多变量工具变量模型,仅需二元工具变量,推广了现有识别结果,并基于循环单调性等假设推导了渐近收敛结果。

Comments Original paper published in the Journal of Econometrics including corrigendum and addendum

Journal ref Journal of Econometrics 235.1 (2023): 220-238

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.23561 2026-07-03 stat.ME cs.LG cs.SC stat.CO stat.ML 版本更新 50%

VaSST: Variational Inference for Symbolic Regression using Soft Symbolic Trees

VaSST: 使用软符号树的符号回归变分推断

Somjit Roy, Pritam Dey, Bani K. Mallick

机构 * Department of Statistics, Texas A&M University(统计学系,德克萨斯大学阿姆斯特朗分校)

专题命中 其他多模态 :multimodal(abstract)

AI总结 提出基于变分推断的可扩展符号回归框架VaSST,通过软符号树连续松弛将组合搜索转化为梯度优化,实现不确定性量化,在模拟和费曼数据集上表现优异。

Comments 55 pages, 9 figures, 54 tables, Accepted at UAI 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.00979 2026-07-02 cs.HC 新提交 50%

Visualizing Engineering Fundamentals: Design of Mixed Reality and Physical Toolkits for Effective Learning

可视化工程基础:混合现实与物理工具包的设计以促进有效学习

Mohammad Abu Nasir Rakib, Sharmin Akter, Eshwara Prasad Sridhar, Somik Biswas, Md Rassel Raihan, Mahmudur Rahman

专题命中 其他多模态 :multimodal(abstract)

AI总结 本研究通过用户实验比较了课堂讲授、混合现实应用和物理工具包三种教学方式,发现结合可视化与动手交互的多模态体验最受学生欢迎,为工程教育工具的人本设计提供了指导。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.00756 2026-07-02 cond-mat.mtrl-sci physics.atom-ph physics.comp-ph 新提交 50%

The BiP-PRISM algorithm for fast and scalable core-loss STEM-EELS simulations

BiP-PRISM算法:快速可扩展的芯损失STEM-EELS模拟

Philipp Pelz

专题命中 其他多模态 :multimodal(abstract)

AI总结 提出BiP-PRISM算法,通过束分割和自然邻域插值加速芯损失电子能量损失谱模拟,显著降低计算和内存需求,实现消费级GPU上的全分辨率元素映射。

Comments 21 pages, 7 figures, 7 tables; includes supplementary material

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.24152 2026-07-02 math.ST cs.LG stat.ML stat.TH 版本更新 50%

Fast Score-Based Sampling via Log-Concave Reductions

基于对数凹约简的快速分数采样

M. J. Wainwright

专题命中 其他多模态 :multi-modal(abstract)

AI总结 提出将分数扩散采样问题约简为一系列强对数凹子问题,利用任意强对数凹采样器实现高效采样,并给出采样复杂度界限。

Comments Accepted to the COLT 2026 Conference, San Diego, CA

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.30945 2026-07-01 cs.CY 新提交 50%

Free-form Association Tasks Reveal Stereotype Hallucination in Large Language Models

自由联想任务揭示大型语言模型中的刻板印象幻觉

Xinrui Chloe Zhao, Douglas Guilbeault, Amir Goldberg

专题命中 其他多模态 :multimodal(abstract)

AI总结 通过抽象艺术和罗夏墨迹测试,比较人类与多模态LLM在自由联想中的刻板印象结构,发现LLM存在“刻板印象幻觉”,即生成不反映真实群体差异的强烈二阶刻板印象。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.30886 2026-07-01 astro-ph.HE gr-qc physics.data-an 新提交 50%

Multipolar Magnetic-Field Inference for PSR J0740+6620 with Neural-Network-Accelerated NICER Pulse-Profile Modeling

PSR J0740+6620 的多极磁场推断:基于神经网络加速的 NICER 脉冲轮廓建模

Farhana Taiyebah, Constantinos Kalapotharakos, Greg Olmschenk, Wendy F. Wallace, Soumi De, Abu Bucker Siddik, Diane Oyen, Thibault Lechien, Zorawar Wadiasingh

专题命中 其他多模态 :multimodal(abstract)

AI总结 利用神经网络代理加速NICER脉冲轮廓建模,推断PSR J0740+6620的多极表面磁场结构,采用偏移偶极子加轴对称四极子模型,发现观测双峰轮廓可由偏移模型再现,但磁场参数存在简并。

Comments 18 pages, 10 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.29205 2026-06-30 stat.CO 50%

Using Variational Inference to Improve the Efficiency of MCMC Algorithms

使用变分推断提高MCMC算法的效率

Pingping Yin, Xiyun Jiao

专题命中 其他多模态 :multi-modal(abstract)

AI总结 提出两种结合变分推断和MCMC的算法:GVI-HMC利用高斯变分推断改进哈密顿蒙特卡洛,VAE-MH结合变分自编码器与Metropolis-Hastings采样器,提高高维和多模态分布中的采样效率。

Comments Preprint. Code is available at https://github.com/YinPingping111/HMC-GVI and https://github.com/YinPingping111/VAE-MH-Sampler

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.29192 2026-06-30 cs.RO 50%

Empowering a Single-Frequency GNSS Receiver to Achieve High-Precision Positioning with Relative Observations

利用相对观测实现单频GNSS接收机的高精度定位

Xingpeng Wang, Ziwen Qu, Juncheng Chen, Ruitian Pang, Xiangyu Li, Tiancheng Lai, Siqi Shen, Wentao Liu, Pengfei Wang, Chao Xu, Yanjun Cao

专题命中 其他多模态 :multi-modal(abstract)

AI总结 提出一种紧耦合状态估计框架,通过单频GNSS接收机与相对运动传感器融合,利用滑动窗口因子图和虚拟锚点机制实现分米级定位,无需基站。

Comments 8 pages,7 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2505.19323 2026-06-30 cs.LO 50%

A Real-Analytic Approach to Differential-Algebraic Dynamic Logic

微分代数动态逻辑的实解析方法

Jonathan Hellwig, André Platzer

专题命中 其他多模态 :multi-modal(abstract)

AI总结 本文提出实解析微分代数动态逻辑的证明演算,用于正确转换微分代数方程,实现微分代数方程到常微分方程的降阶,并确保与混合系统中的微分形式动态逻辑兼容。主要贡献是鬼切换,用于将多模系统分解为混合系统,正确混合复杂的微分代数动力学。

Comments To appear in CADE 2025

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.06205 2026-06-29 cs.RO 版本更新 50%

KISS-IMU: Self-supervised Inertial Odometry with Motion-balanced Learning and Uncertainty-aware Inference

KISS-IMU:基于运动平衡学习与不确定性感知推理的自监督惯性里程计

Jiwon Choi, Hogyun Kim, Geonmo Yang, Juhui Lee, Younggun Cho

机构 * Electrical and Computer Engineering, Inha University(信息电子工程学院,印斯大学)

专题命中 其他多模态 :multi-modal(abstract)

AI总结 提出KISS-IMU自监督框架,通过运动平衡训练和不确定性加权推理消除对真值依赖,仅用LiDAR作为轻量监督信号,实现鲁棒惯性里程计。

Comments 8 pages, 9 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.26497 2026-06-26 cs.LG math.DS stat.ML 新提交 50%

Learning Probabilistic Filters with Strictly Proper Scoring Rules

使用严格适当评分规则学习概率滤波器

Eviatar Bach, Ricardo Baptista, Jochen Bröcker, Bohan Chen, Andrew Stuart

专题命中 其他多模态 :multi-modal(abstract)

AI总结 提出基于严格适当评分规则和Transformer的集成滤波器PSEF,通过合成轨迹训练分析映射逼近滤波分布,在非线性非高斯问题上优于经典方法。

Comments 87 pages, 17 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.26840 2026-06-26 physics.optics 新提交 50%

Taming the single-cylinder scattering through time-modulation -- The role of the modulation phase

通过时间调制驯服单圆柱散射——调制相位的作用

J. Yan, I. Katsantonis, M. Mostafa, V. Asadchy, M. Kafesaki

专题命中 其他多模态 :multi-modal(abstract)

AI总结 研究通过时间调制介电常数实现圆柱散射的参量放大和角度可调性,发现调制相位对散射模式(增强前向、后向或散射消除)起关键作用。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.25711 2026-06-25 cs.ET 新提交 50%

Distributed SDN-Based Communication Architecture for the Pods4Rail System

基于分布式SDN的Pods4Rail系统通信架构

Dingyang Liu, Dereje Mechal Molla, Léo Mendiboure, Marion Berbineau

专题命中 其他多模态 :multimodal(abstract)

AI总结 提出一种集成SDN和MEC的分布式通信架构,通过分层控制实现低延迟、高可靠性的铁路-公路多式联运通信,控制器通信和流设置延迟低于现有文献。

Journal ref Proceedings of the 11th TRA Conference, May 2026, Budapest, Hungary

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.25265 2026-06-25 cs.LG 新提交 50%

Variational Inference via Entropic Transport Descent

通过熵传输下降的变分推断

Vincent Pacelli, Akash Ratheesh, Evangelos Theodorou

机构 * School of Aerospace Engineering(航空航天工程学院) Georgia Institute of Technology(佐治亚理工学院) Atlanta, GA 30332(亚特兰大, GA 30332)

专题命中 其他多模态 :multimodal(abstract)

AI总结 提出熵传输下降(ETD),一种基于粒子变分推断方法,通过熵正则化最优传输实现全局协调,避免高维方差坍塌和多模态模式坍塌,无需评分函数。

Comments 28 pages, 1 figure

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.26309 2026-06-25 cs.HC cs.CY cs.SI 版本更新 50%

Visual Matters: Connecting Aesthetic Appeal and Production Quality of Photos, Infographics and Data Visualizations to Credibility of Social Media Posts

视觉问题:将照片、信息图和数据可视化的美学吸引力和制作质量与社交媒体帖子的可信度联系起来

Salman Khawar, Yingdan Lu, Yilang Peng, Jiyoung Yeon, Cuihua Shen

专题命中 其他多模态 :multimodal(abstract)

AI总结 本研究基于处理流畅性理论,通过实验比较照片、信息图、数据可视化和纯文本帖子,发现视觉帖子(尤其是照片和信息图)比纯文本帖子更可信,美学吸引力通过处理流畅性部分中介提升可信度,而制作质量无显著影响。

详情

展开后加载摘要…

URL PDF HTML 收藏
2503.13779 2026-06-25 eess.IV 50%

Zero-Shot Denoising for Fluorescence Lifetime Imaging Microscopy with Intensity-Guided Learning

零样本去噪用于荧光寿命成像显微镜的强度引导学习

Hao Chen, Julian Najera, Dagmawit Geresu, Meenal Datta, Cody Smith, Scott Howard

专题命中 其他多模态 :multimodal(abstract)

AI总结 本文提出一种零样本去噪框架,通过强度引导学习在荧光寿命成像显微镜中提升图像质量,保留生物信息,优于现有方法。

Comments 9 pages,4 figures and 2 tables

Journal ref In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition, pp. 4758-4767. 2025

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.24753 2026-06-24 physics.app-ph 新提交 50%

Material identification using laboratory X-ray beam tracking: quantitativeness and signal-to-noise ratio requirements

利用实验室X射线束追踪进行材料识别:定量性与信噪比要求

Sumera Rehman, Ashkan Ajeer, Connor Darling, Marco Endrizzi, Alessandro Olivo, Silvia Cipiccia

专题命中 其他多模态 :multimodal(abstract)

AI总结 提出基于单色X射线束追踪(XBT)的多模态成像方法,通过同时获取吸收和相位信息实现材料区分,并研究信噪比对定量性和元素识别的影响。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.15460 2026-06-24 cs.HC cs.CY 新提交 50%

"ChatGPT, help me draft a breakup text": The Covert Triad and Articulation Labor in AI-Assisted Romantic Communication

“ChatGPT,帮我起草分手短信”:AI辅助浪漫沟通中的隐蔽三角与表达劳动

Skyler Wang, Isabella Luppi

专题命中 其他多模态 :multi-modal(abstract)

AI总结 研究AI作为人类浪漫沟通中介的现象,提出“隐蔽三角”和“表达劳动”概念,揭示AI介入导致真实性从语言作者转向情感所有权的转变。

详情

展开后加载摘要…

URL PDF HTML 收藏
2410.22309 2026-06-24 cs.HC cs.CY 50%

GPT-4o reads the mind in the eyes

GPT-4o解读他人眼神

James W. A. Strachan, Oriana Pansardi, Eugenio Scaliti, Marco Celotto, Krati Saxena, Chunzhi Yi, Fabio Manzi, Alessandro Rufo, Guido Manzi, Michael S. A. Graziano, Stefano Panzeri, Cristina Becchio

专题命中 其他多模态 :multimodal(abstract)

AI总结 研究探讨GPT-4o在解读面部情绪与心理状态的能力,发现其在直立面孔上表现优于人类,但在倒置面孔上表现欠佳,且对白人面孔的解读更准确。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.21390 2026-06-23 cs.CY cs.GT 新提交 50%

Distance-based subsidy rate design to incentivize ride-hail access to advanced air mobility hubs

基于距离的补贴率设计以激励网约车接入先进空中交通枢纽

Zhenglei Ji, Hai Yang, Joseph Y. J. Chow

专题命中 其他多模态 :multimodal(abstract)

AI总结 提出基于距离的补贴率设计,激励网约车接入先进空中交通枢纽,结合运营商盈利与乘客路径选择,以纽约机场为例验证了补贴对客流和利润的影响。

Journal ref Journal of Air Transport Management 137 (2026), 103090

详情

展开后加载摘要…

URL PDF HTML 收藏