冻结模型加提示补丁，在多模态情绪推理上稳定提分。
资讯摘要
论文提出一种面向对话多模态情绪推理的智能体框架，用冻结模型构建可溯源流程：各模态感知智能体将引用证据的观察写入共享板，集成智能体结合检索样例生成情绪描述、标签与引用，MLLM 评审可要求一次修订。预测错误时，证据核验阶段用确定性检查与蕴含检查定位失败组件，生成针对性提示补丁并在留出集验证后采用，无需更新权重。在 MER2025 上，该方法在四个 2B 至 38B 模型上均优于静态流程，F-score 提升 0.6–2.2 分。
要点速读
- 框架由模态感知智能体、集成智能体与 MLLM 评审组成，观察与结论均附引用证据。
- 错误预测经证据核验后按组件和失败类型分组，转为提示补丁，仅在留出集验证通过后采用。
- MER2025 上四个骨干模型 F-score 提升 0.6–2.2 分，Qwen2.5-VL-7B 从 52.3 升至 54.5。
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。