Tech Meridian ← К СУЩНОСТЯМ
PROМОЙ MERIDIAN EN

КОМПАНИЯ · ENTITY #3666

MELD

Хронология связанных событий, источники и контекст из новостной базы.

ХРОНОЛОГИЯ СОБЫТИЙ

2

RESEARCH · 1 ИСТОЧН. · arXiv cs.AI

Оценка с учётом несоответствия показывает, что рассогласование аудио и текста ухудшает распознавание эмоций в аудио-LLM

Предпечатная статья предлагает непрерывную безпороговую меру несоответствия (на основе валентности–возбуждения–доминирования и смеси из двух гауссиан, валидация — по человеческим оценкам) для количественной оценки рассогласования аудио и текста и проверяет три аудио-способных LLM на eNTERFACE'05, MELD и CMU-MOSEI. Авторы показывают, что увеличение несоответствия повышает вероятность ошибки при наличии аудиодорожки во всех корпусах, тогда как контролируемые классификаторы ведут себя иначе; опубликованы код, таблицы данных и подсказки.

6.0

RESEARCH · 1 ИСТОЧН. · arXiv cs.AI

Статья предлагает гибрид с порогом доверия (ансамбль + LLM) для экономичного распознавания эмоций в диалоге

В arXiv:2609.17977v1 сопоставляются недорогой стековый ансамбль, прямой вызов LLM (включая GPT-4o-mini) и гибрид с фильтром по уверенности, который перенаправляет низкоуверенные предсказания ансамбля на LLM для распознавания эмоций в диалоге. На наборах IEMOCAP, MELD и CMU-MOSI гибрид превосходит оба чистых подхода по Pareto (лучший взвешенный F1 и сокращение расходов на LLM, поскольку большая часть обращений обрабатывается дешёвым ансамблем), с оценочными затратами примерно $10–85 против $99–170 на миллион обращений для гибридной и LLM-only схем соответственно.

7.0