EmoGavel多模态情感偏好学习框架提出

Zilong Huang等作者提出EmoGavel，一个面向多模态情感偏好学习的接地感知强化学习框架，通过可验证奖励同时优化偏好预测、错误定位、修复与缺失证据恢复。 该框架先以Grounded SFT联合学习上述任务，再用GA-GRPO结合偏好门控接地奖励与动态零方差救援进行优化。作者称，在EmoPrefer和受控错误评测集上，EmoGavel提升了自然偏好预测与受控错误判别能力，并保持较强的错误接地性能。 作者表示，代码和模型检查点将在论文被接收后发布。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。