arXiv · cs.AI· Siyu Wu·· 4 天前AI 评分51
CASE 提出面向冻结多模态情绪模型的技能进化框架，Qwen3-VL-8B 在 CA-MER 上准确率从 46.80% 提升至 59.13%
CASE: Confusion-Aware Skill Evolution for Frozen Multimodal Emotion Models
来源与原文
arXiv · cs.AI
作者：Siyu Wu
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.32481v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
论文提出 Confusion-Aware Skill Evolution（CASE），首个面向多模态情绪识别的 agent-skill 框架，用稀疏自进化的 EmotionSkill 库处理语义相邻情绪间的系统性混淆，推理时动态检索技能并保持 MLLM 主干冻结。在 CA-MER、DFEW 和 EMER 上的实验显示，CASE 将 Qwen3-VL-8B 在 CA-MER 上的平均准确率从 46.80% 提升到 59.13%，且学到的技能可在不同冻结的 MLLM 主干间迁移。
来源：arXiv · cs.AI · arxiv.org