（1）Conv-SignedIF层：仅保留 1×1 卷积，将原生 CSPNet 的 SiLU 激活替换为SignedIF（三值符号脉冲神经元），用 SNN 的事件驱动稀疏计算，替代 ANN 的连续值计算，大幅降低该分支的计算量和功耗。YOLOX 的经典预处理模块（将输入图像按像素间隔拆分，再沿通道维度拼接，将空间维度信息转换为通道维度），替代传统下采样卷积，在不损失信息的前提下完成图像下采样，减少

现有 MLLM（多模态大语言模型） 仅能定位图像中已存在的单个目标，无法处理多目标与不存在目标场景，易产生错误匹配。我们提出ROD-MLLM模型，用于自由语言下的可靠目标检测：1.提出基于查询的定位机制提取低层目标特征，将全局与区域视觉信息对齐到文本空间，由大型语言模型完成高层理解与最终定位决策；2.设计自动化数据标注流程，构建ROD 数据集，解决训练数据稀缺问题；3.实验表明，模型在指代、定位、