该文综述多模态恶意模因检测研究，涵盖图像字幕融合、CLIP与文本反转、对比学习、对抗训练及集成学习等方法，在Hateful Memes等数据集上提升分类准确率与鲁棒性，Hate-CLIPper达85.8 AUROC，并发布注释语料库。