标签
本文提出机器意识相关物（MCCs）作为从生物意识神经相关物中可转移的概念，并通过大型语言模型（LLM）实验提供了初步的实验证据，表明在较大的模型中情绪的调制作用在统计学上显著。
本文探讨了使用来自一种语言的功能向量来增强大语言模型中的多语言情感检测，表明这些向量能够捕获与语言无关的任务信号，并减少计算开销。
本文介绍了一种无标签方法，从九个情感示例中找到一个效价轴，该轴可跨文本、视觉、音频和大脑模态迁移，在最少标签下实现有竞争力的情感分类。
本文评估了在PPG数据上使用自监督学习进行真实生活情感检测的效果，发现在没有个性化处理时，通用表征会失效。
This paper introduces ViTOED, a new dataset for target-oriented emotion detection on Vietnamese social media texts, containing nearly 11,000 comments with manually annotated opinion quadruples. It evaluates Vietnamese pre-trained language models using structured sentiment graphs, highlighting challenges in span detection and relation extraction.
Santiago 指出了传统 STT 管道在丢失语调和情感方面的局限性，然后介绍了 Modulate 公司的 Velma，这是一个原生语音 AI 模型，通过分析原始音频来捕捉意图、情感及其他声学信号，通过 API 获取，其成本比基于 LLM 的方法便宜 10 倍。