研究者发布可追溯证据的多模态情绪推理智能体框架论文

Elyas Rashno 与 Farhana Zulkernine 在 arXiv（2610.31685）发布论文，提出一个可追溯的多模态情绪推理智能体框架，论文已被 NeurIPS 2026 实时多模态对话 AI 工作坊（ReMuCAI，巴黎）接收。 框架中，模态感知智能体分析视觉、声学与文本输入并发布带证据引用的观察；集成智能体结合检索到的多模态示例生成情绪描述与标签；MLLM critic 可要求一次修订。作者称在 MER2025 数据集上，针对性的提示自适应方法在全部四个 MLLM 上优于冻结的静态流程。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。