用于多模态情感分析的文本路由MoE模型

Research Paper#Multi-modal Sentiment Analysis, Mixture-of-Experts, Temporal Alignment, MLLM🔬 Research|分析: 2026年1月3日 19:39•
发布: 2025年12月28日 01:58
•
1分で読める
•ArXiv

分析

本文介绍了TEXT，一种用于多模态情感分析（MSA）的新型模型，该模型利用多模态大型语言模型（MLLM）的解释，并结合了时间对齐。主要贡献包括使用解释、时间对齐块（结合Mamba和时间交叉注意力），以及带有门融合的文本路由稀疏混合专家。本文声称在多个数据集上实现了最先进的性能，证明了所提出方法的有效性。
引用 / 来源
查看原文
"TEXT achieves the best performance cross four datasets among all tested models, including three recently proposed approaches and three MLLMs."
A
ArXiv2025年12月28日 01:58
* 根据版权法第32条进行合法引用。
较旧

Robust LLM-based Column Type Annotation via Prompt Augmentation with LoRA Tuning

较新

When Does Multi-Task Learning Fail? Quantifying Data Imbalance and Task Independence in Metal Alloy Property Prediction

相关分析

Research Paper

SpaceTimePilot：时空控制的生成视频渲染

2026年1月3日 06:10

Research Paper

量子混沌哈密顿量演化下的随机性生成

2026年1月3日 06:10

Research Paper

GaMO：几何感知扩散用于稀疏视角3D重建

2026年1月3日 06:32

来源: ArXiv