あらゆるものを動画として：次フレーム予測によるモダリティの統合
テキスト、画像、音声、動画など、異なるモダリティを統合するマルチモーダル学習において、あらゆるタスクを次フレーム予測問題として再定義することで、単一のモデルで多様なモダリティを処理できる新しいフレームワークを提案する。
分類器ガイド付き勾配変調によるマルチモーダル学習の強化
マルチモーダル学習における、モデルが学習しやすい単一のモダリティに依存してしまう問題に対し、分類器ガイド付き勾配変調（CGGM）を用いることで、勾配の大きさと方向の両方を考慮したバランスの取れた学習を実現し、マルチモーダル学習の性能を向上させることができる。
バイオ医薬品タスクのためのマルチモーダル融合における洞察と課題：マルチモーダルダイナミクスの探求
本稿では、マルチモーダルダイナミクスは説明可能性を向上させる可能性を秘めているが、その有効性は限定的であり、更なる研究が必要であることを示唆している。
マルチモーダル大規模言語モデルのための生成と識別の統一学習
本稿では、生成学習と識別学習の長所を組み合わせた、マルチモーダル大規模言語モデル（MLLM）のための新しい学習手法を提案する。
因子分析潜在空間を用いたマルチモーダル階層型変分オートエンコーダ
本稿では、解釈可能性、柔軟性、モジュール性に優れたマルチモーダルデータ処理のための新しい深層階層VAEモデルであるFA-VAEを提案する。
大規模マルチモーダルモデルによる視覚言語タスクと視覚中心タスクの統合：Griffon-G
本稿では、視覚言語タスクと視覚中心タスクの両方を単一のエンドツーエンドパラダイム内で処理できる汎用大規模マルチモーダルモデルであるGriffon-Gを提案する。
チャットと意思決定を同時に行うための事前学習済みマルチモーダルモデルの構築方法
人間のように、テキストによる対話と複雑な意思決定を同時に行うことができる事前学習済みマルチモーダルモデルVLA4CDを構築する方法とその有効性を示します。
クロスモーダル理解を用いた大規模マルチモーダルモデルの事前学習：Croc
LLMの視覚的な理解能力を高めるために、クロスモーダル理解を用いた新しい事前学習パラダイムを提案する。
バランスの取れたマルチモーダル学習のためのオンザフライ変調
マルチモーダル学習における、異なるモダリティ間の学習の不均衡を解消するために、動的に各モダリティの最適化を制御するオンザフライ変調手法を提案する。
マルチモーダル学習におけるマルチロス勾配変調を用いた改善
マルチモーダル学習において、各モダリティの学習速度を動的に調整する新しいバランス手法である「マルチロス勾配変調」を導入することで、モデルの精度が向上する。
