#情感计算

共 6 篇相关文章

Emo-Jev 是一个基于 Jev 概率推理接口的免训练情感分类框架，通过分解式判断与多视角共识两种实现，在八大数据集上对标顶尖 LLM，以更低延迟和成本提供文本分类新思路。

EMODE 是一种情感感知的语音语言模型，通过动态副语义专家（DPSE）将语义与副语言特征解耦并动态融合，配合三阶段课程训练，显著提升语音大模型在情感理解与共情回应上的表现。

一项分析36万条Twitter/X气候活动帖子的AI研究发现"快乐-行动背离"现象：活动期间幸福感语言上升9.02个百分点，但行动语言反而下降10.75个百分点，且更快乐的帖子传播率更低，揭示气候传播的深层悖论。

MDT（Modality Discrepancy Transformer）通过显式建模面部、语音、语言的跨模态冲突，实现矛盾与犹豫情绪的自动识别。在BAH数据集上取得0.7408 Macro F1，领先最强基线10分以上，单GPU训练不到20分钟。

深度解析Soul社交平台AI自动聊天机器人的技术实现，包括消息监听、情感计算、模拟真人回复节奏等核心功能，探讨AI社交自动化工具的跨平台扩展能力与伦理边界。

Roomba之父Colin Angle回归：推出毛茸茸机器人宠物伴侣

iRobot创始人Colin Angle通过新公司Familiar Machines & Magic推出狗大小的毛茸茸机器人宠物伴侣，从扫地机器人转向情感陪伴赛道。本文解析其产品定位、技术优势与市场前景。