感知
From Senses to Decisions: The Information Flow of Auditory and Visual Perception in Multimodal LLMs
2026-06-10arxiv.org
★★★★★
论文分析多模态大语言模型中听觉与视觉感知的信息流动路径。
值得记下
阅读原文↗首次系统刻画多模态LLM中视听信号在编码器-融合器-解码器各阶段的分流、对齐与抑制行为
内容来源：arxiv.org，版权归原作者所有
论文分析多模态大语言模型中听觉与视觉感知的信息流动路径。
首次系统刻画多模态LLM中视听信号在编码器-融合器-解码器各阶段的分流、对齐与抑制行为
内容来源：arxiv.org，版权归原作者所有