Tag · 4 篇
大语言模型推理
将信号翻译为语言以用于基于表面肌电信号的活动识别
Translating Signals to Languages for sEMG-Based Activity Recognition
把连续时序信号（sEMG）通过语言导向映射转成离散 token 序列，再交给冻结/微调的 LLM 做识别，这套「信号→语言 token→LLM 推理」的范式可直接迁移到视觉时序信号（骨架动作、眼动、IMU、事件相机流）的动作识别上。
LaMoGen：通过 LLM 引导的符号推理实现语言到动作生成
LaMoGen: Language to Motion Generation Through LLM-Guided Symbolic Inference
把人体动作离散化为可解释的拉班符号序列，再用 LLM 做符号推理与重组生成动作，为视觉侧的人体动作生成/理解提供了一条可解释、可控制的中间表示思路，可迁移到动作编辑与细粒度时序对齐任务。
IEBGL：一种可解释性增强的脑图学习框架，结合大语言模型指导的拓扑与文献增强的语义
IEBGL:An Interpretability-Enhanced Brain Graph Learning Framework with LLM-Instructed Topology and Literature-Augmented Semantics
对做医学影像图学习的人，这篇给出了用 LLM 推理重建脑连接拓扑、并用生物医学文献语义增强节点表示的范式，可作为把外部知识注入图结构、提升可解释性的可复用思路。
分解与迁移：思维链提示增强的对齐用于开放词表时序动作检测
Decompose and Transfer: CoT-Prompting Enhanced Alignment for Open-Vocabulary Temporal Action Detection
利用大语言模型的思维链推理将动作标签分解为阶段级描述，并通过文本引导的前景过滤和自适应阶段对齐实现细粒度视觉-文本匹配，为开放词表时序动作检测提供可迁移的语义先验。