针对仇恨谣言检测的大型多模态模型改进微调

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种新颖的两阶段微调框架LMM-RGCL,旨在提升大型多模态模型在仇恨谣言检测中的泛化能力。实验结果表明,该框架在多个数据集上表现优异,超越了现有模型。

🎯

关键要点

  • 本研究提出了一种新颖的两阶段微调框架LMM-RGCL。
  • LMM-RGCL旨在提升大型多模态模型在仇恨谣言检测中的泛化能力。
  • 实验结果显示LMM-RGCL在六个常用的谣言分类数据集上表现出色。
  • 该框架提高了领域内的准确性,并在低资源环境下有效对跨领域谣言进行泛化。
  • LMM-RGCL的表现超越了现有模型,如GPT-4o。
➡️

继续阅读