arXiv · Computation and Language· Pulak Kuli·· 4 hr agoAI score33
情绪转向遵循几何结构而非标签:全双工语音模型中的情绪方向
Steering Follows Geometry, Not Labels: Emotion Directions in a Full-Duplex Speech Model
AI brief
研究在全开源全双工语音语言模型 Moshi 中探索情绪转向,用均值差激活转向覆盖四种情绪,每帧只需几次向量加法、无需重训。情绪可从残差流线性解码,但激活转向仅部分可行且不均衡:happy、angry 与 surprise 共享同一方向,sad 则可独立转向,且三者共享成分无法从所有情绪中等量投影剔除。论文被 NeurIPS 2026 实时会话智能体研讨会(RTCA)接收。
Source: arXiv · Computation and Language · arxiv.org