依赖、压缩与协同：多模态学习的统一信息论视角

一篇综述用信息论统一视角串联多模态学习，将互信息、信息瓶颈与部分信息分解分别对应模态间依赖、任务导向的信息保留与冗余/独特/协同分解。该综述梳理了 2018–2026 年间 170 项近期研究与 12 项基础工作，围绕跨模态对齐、高效融合、交互类型刻画和向多模态基础模型扩展四大挑战展开，并用广义多模态信息拉格朗日量将现有范式纳入统一坐标系。