arXiv · Audio and Speech· Zilong Huang, Kong Aik Lee, Zezhong Jin, Man-Wai Mak, Tatsuya Kawahara·2026-10-12 12:00· 2 小时前AI 评分24

EmoGavel：面向多模态情感偏好学习的可验证奖励接地感知强化学习框架

EmoGavel: Grounding-Aware Reinforcement Learning with Verifiable Rewards for Multimodal Emotion Preference Learning

AI 导读

研究者提出 EmoGavel，一种面向多模态情感偏好学习的接地感知强化学习框架，用可验证奖励定位并纠正错误内容。框架包含接地监督微调（Grounded SFT）和接地感知组相对策略优化（GA-GRPO），联合学习偏好预测、错误定位、修复与缺失证据恢复。