跳到正文
热点事件持续更新

基于证据验证的多模态情绪推理智能体框架获NeurIPS 2026接收

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

Elyas Rashno与Farhana Zulkernine提出了一种基于冻结模型的可追溯智能体框架，旨在解决多模态情绪推理问题。该框架通过证据驱动验证与提示词空间适配，无需更新模型权重即可优化推理性能。 在MER2025数据集上，该方法在Qwen2.5-VL-7B-Instruct等四个多模态大模型上提升了F分数0.6至2.2分，表现优于静态基线。例如Qwen模型的F分数从52.3提升至54.5。 该论文已被NeurIPS 2026实时多模态对话AI研讨会（ReMuCAI）接收，会议地点为法国巴黎。

AI 根据报道生成 · 3 小时前更新

最新进展10月26日 12:00
面向多模态情绪推理的可追溯智能体框架与证据驱动验证

报道时间线

沿着报道，了解事件的不同侧面。

10月26日
  1. arXiv · AI
    面向多模态情绪推理的可追溯智能体框架与证据驱动验证

    提出一种基于冻结模型的可追溯智能体框架，通过证据驱动验证与提示词空间适配，无需更新权重即可优化多模态情绪推理性能。 在 MER2025 数据集上，该方法在 Qwen2.5-VL-7B-Instruct 等四个 MLLM 上提升 F 分数 0.6–2.2 分（如 Qwen 从 52.3 提升至 54.5），优于静态基线，论文被 NeurIPS 2026 ReMuCAI 研讨会接收。

本事件热度走势

可比范围当前
9
可比范围峰值
1010月26日 13:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。