EmoGavel：多模态情绪偏好学习的接地感知强化学习框架

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）与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。该研究发布于 arXiv 的 Audio and Speech 类别，属一手论文报道；目前公开信息仅涉及框架构成与训练目标，尚无实验结果、基准表现或代码开源等进一步细节。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。