AffectOmni：面向社交与艺术场景、以人为中心的可验证强化学习情感推理

英文标题：AffectOmni: RL-Verifiable People-Centric Grounded Affective Reasoning for Social and Art-Related Scenes

AffectOmni 提出了一种面向社交及艺术相关场景的、以人为中心的多模态情感推理方法。论文指出，尽管多模态大语言模型（MLLM）在视觉问答和场景理解方面表现较强，但其情感推理容易依赖捷径行为。模型可能在忽略人物微表情等以人为中心线索的情况下仍预测出正确答案，因此需要更可靠、可验证的训练与评估机制。该工作对开发涉及社交理解、人物情绪识别和艺术内容分析的 AI Agent 具有参考意义。

2.1 KB 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB