CASE 用可复用情感技能库纠正冻结多模态模型的相近情感混淆。
资讯摘要
论文提出 CASE，一个面向多模态情感识别（MER）的智能体技能框架。作者观察到多模态大模型对语义相近、线索重叠的情感存在系统性混淆，且这种混淆高度局部化，因此不采用全局参数微调，而是维护一个稀疏、自演化的 EmotionSkills 库，按情感对存储可复用技能，推理时动态检索以强化边界推理，主干模型保持冻结。在 CA-MER、DFEW、EMER 上的实验显示，CASE 在通用与情感专用 MLLM 上均有效且可迁移；作者报告 Qwen3-VL-8B 在 CA-MER 上平均准确率由 46.80% 升至 59.13%。
要点速读
- 论文提出 CASE，首个面向多模态情感识别的智能体技能框架，通过稀疏自演化的 EmotionSkills 库处理相近情感混淆。
- 推理时动态检索对应技能强化边界推理，MLLM 主干保持冻结，学到的技能可跨不同冻结主干迁移。
- 作者报告在 CA-MER、DFEW、EMER 上验证有效性，Qwen3-VL-8B 在 CA-MER 平均准确率从 46.80% 提升至 59.13%。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/27 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。