IJCAI2026：用最弱维度优化提升多模态推理 来源：NLPIR 原文链接：https://mp.weixin.qq.com/s/FLV5RwspqYkXEQQ25WibyA 论文引言 近日，NLPIR团队围绕多模态大模型推理可靠性问题开展研究，提出了一种全新的多模态过程奖励建模框架 MMS-PRM（Multimodal Multi-Dimensional Salarization Pro...

来源：PRML Research Group 原文链接：https://mp.weixin.qq.com/s/FHqth37DK0PvaLWGQvE3Sg?scene=1&click_id=72 在长程机器人操作领域，Vision-Language-Action(VLA)模型虽然展现了强大的潜力，但始终面临一个核心瓶颈：累积误差传播。随着任务步骤的增加，早期的微小偏差会不断放大，最终...

来源：可信及通用人工智能实验室 原文链接：https://mp.weixin.qq.com/s/Z-vIP89OWTHG5sMJNlp9BA 我们将在第35届国际人工智能联合会议（IJCAI 2026）举办“基础模型时代的联邦学习”研讨会（FL@FM-IJCAI'26）。该研讨会主要聚焦基础模型（FMs）与联邦学习（FL）的结合。随着大规模基础模型的普及，分布式训练、数据隐私、计算资源和模型...

来源：隐者联盟 原文链接：https://mp.weixin.qq.com/s/LqM-QYYS6n5MlUYBrEbRCQ 官网：https://ai-safety-workshop-ijcai2026.github.io/ 时间： 2026年8月16日 地点：德国不来梅 投稿截止： 2026年6月1日 联系：deepfake.ijcai2026@gmail.com 引言 随着AIGC技术...

来源：北京工业大学计算机学院 原文链接：http://insis.bjtu.edu.cn/219.html 近期，计算机视觉领域顶级会议“第40届计算机视觉与模式识别会议”（IEEE/CVF CVPR 2026）、“第20届国际计算机视觉大会”（ICCV 2025）、多媒体领域国际顶级会议“第33届国际多媒体大会”（ACM MM 2025）、机器学习领域顶级会议“第43届国际机器学习大会”（...

来源：江西师范大学原文链接：https://www.jxnu.edu.cn/2026/0622/c13128a295599/page.htm近日，江西师范大学人工智能学院“多模态智能计算与系统实验室”在异常检测和医疗图像识别领域取得多项重要进展，研究成果接连被ECCV、MICCAI、IJCAI等国际顶级学术会议接收，展现出实验室在多模态智能计算方向上的持续创新能力与国际影响力。科研成果一：无...

重新审视人类视频如何赋能机器人学习 作者丨邓哲敏 编辑丨齐铖湧 大模型时代，规模化的数据能带来能力跃迁，这一规律已被反复验证。 当这套范式进入机器人领域，问题变得复杂。机器人需要的不仅是大量数据，而且是能够转化为动作能力的数据。 人类视频近期成为研究者关注的新来源。它规模巨大、获取成本低、覆盖场景丰富，但它毕竟不是机器人数据，视频里没有机器人动作标签，人类手部运动也无法直接对应机器人的控制信...

来源：公众号"新智元"（ID: AI_era） 原文链接：https://hub.baai.ac.cn/view/55906 多模态大模型正试图从「看画面」进化到「懂世界」。但面对动辄数小时的真实业务长视频，所有大模型玩家都撞上了一堵极其现实的高墙：视频那么长，算力那么贵，帧，到底该怎么选？ 多模态大模型正试图从「看画面」进化到「懂世界」。但面对动辄数小时的真实业务长视频，所有大模型玩家都撞...

学习到底是什么？ 人类对于学习的认知往往受制于我们的感知能力和衡量标准，这也是为何千年以来人类学习的进化速度异常的缓慢。 然而，现代多模态传感数据的处理能力日新月异，通过在实际的教育过程收集到的学生生理信号、言语表达、面部表情、姿势等多模态数据，科学家们正在以一种新的视角重新审视和理解学习。 中国教育行业正在经历一场以数据和人工智能为核心的技术变革，这也是为何在今年8月10日-16日于澳门举...

微软研究院在IJCAI2016的Tutorial上讲述了自己将深度学习、深度神经网络应用于不同场景的情况，之前第二部分提到了深度学习在统计机器翻译和会话中的应用，第三部分是选中自然语言处理任务的连续表达。第四部分是自然语言的理解和连续语言词语的表达。 联合编辑：李尊，章敏，陈圳 自然语言理解，重点在于 建立能与使用自然语言的人类进行交互的智能系统。其研究挑战：1）文本意义表达 2）支持有用推...