ADEPT：基于证据探测工具的情感推理RL对齐代理解码 -- 从共识学习到模糊动力情感推理

语音大型语言模型（Speech Large Language Models, SLLMs）使情感推理达到高层次，但常常产生无依据、文本偏向的判断，而无法获得可验证的声学证据。相比之下，自监督语音编码器如WavLM提供强大的声学表征，却是难以解释的判别模型，受限于可解释性。为弥合这一差距，本文引入ADEPT（Agentic Decoding of Emotion via Evidence Probing Tools, 通过证据探测工具实现情感的代理解码）框架，将情感识别重新框定为多轮询问过程，而非单次预测。ADEPT将SLLM转化为维护演进情感候选集合的代理，并在结构化的候选生成、证据收集和裁决管道中自适应调用专门的语义和声学探测工具。关键在于，ADEPT实现从共识学习向模糊动力情感推理的范式转变。由于人类情感具有内在复杂性和情感常常共存，本文将少数注释视为有信息的感知信号，而非将其视为噪声。最后，我们将Group Relative Policy Optimization（GRPO）与Evidence Trust Gate集成，显式地将工具使用行为与预测质量耦合，强制实现基于证据的推理。在实验中，ADEPT在大多数设置下提高了主要情感准确率，同时显著改善了次要情感表征，产生以可审计声学和语义证据为依据的解释。