★ 3
研究:置信门控混合方案降低对话情绪识别成本
研究比较了对话情绪识别的三种部署方案:低成本集成模型、现成LLM提示,以及仅将集成模型最不确定预测升级给LLM的置信度门控混合方案。混合方案在三个数据集上帕累托优于两种纯方案,每百万话语成本约10-85美元,远低于纯LLM管线的99-170美元,且升级信号可解释、可审计。
arXiv cs.AI46 天前
共 3 篇相关资讯,按重要度与时间排序,每 3 小时更新。
研究比较了对话情绪识别的三种部署方案:低成本集成模型、现成LLM提示,以及仅将集成模型最不确定预测升级给LLM的置信度门控混合方案。混合方案在三个数据集上帕累托优于两种纯方案,每百万话语成本约10-85美元,远低于纯LLM管线的99-170美元,且升级信号可解释、可审计。
论文提出多模态情绪识别感知器 MERP,将联合序列映射到固定大小潜在库,使推理与原始输入长度解耦,并通过正负类原型、噪声门控特征增强与置信度感知融合提升鲁棒性。在 20% 测试时模态随机缺失下,CMU-MOSEI 与 M3ED 的 micro-F1 分别达 0.563 和 0.780,均超过最强基…
研究在 WESAD 与 EmoWear 两个多模态可穿戴数据集上,对比双向 LSTM、TCN 与 Transformer 在腕部、胸部及多模态配置下的情绪识别表现。结果显示架构优劣取决于数据集特性,多模态传感始终优于单一部位,4Hz 采样即可接近高频性能并大幅降低训练成本。