共 2 篇相关文章
EmoHarness 通过外挂框架组织视觉、转录和韵律证据,显著提升小模型多模态情感识别率。实验显示音频证据贡献主要增益,而元框架进化效果有限。
一项多模态情感识别审计发现:Omni模型加入真实音视频可提升准确率,但无关音视频替换在全部18组比较中显著降低准确率,揭示模型对误导性输入的脆弱性。