Emotion-o1：面向 LLM 情感理解的自适应长推理
计算与语言
2025-08-07 v2
摘要
长思维链推理在提升大语言模型（LLM）的情感理解性能方面展现出了巨大潜力。然而，当前的固定长度 CoT 方法难以平衡推理深度与效率。简单任务（例如，情感分类）被过度推理，而复杂任务（例如，反讽理解）则缺乏深度。为了填补这一空白，我们提出了 Emotion-o1，这是一个根据情感任务复杂度动态调整推理长度的自适应 CoT 框架。Emotion-o1 通过从面向推理的 LLM 中蒸馏出自适应 CoT 模式进行训练，随后进行监督微调以及结合了针对准确性、简洁性、结构性和冗余性四部分奖励的强化学习。在四项情感任务上的实验结果突显了：（1）Emotion-o1 相较其骨干模型有显著提升，F1 分数在 Sentiment 上提高了 10%，Emotion 上提高了 5%，Humor 上提高了 18%，Sarcasm 上提高了 27%。（2）在情感和反讽任务中，我们的 8B 模型表现优于先进的 LLM，比 Grok-3 高出 1.1%，比 Claude-3.7 高出 2%。（3）与 OpenAI-o1 相比，该框架在保持准确性的同时将推理长度减少了 83%，展示了有效的精度-效率优化。Emotion-o1 有效地平衡了 LLM 情感理解中的推理深度与效率。
引用
@article{arxiv.2505.22548,
title = {Emotion-o1: Adaptive Long Reasoning for Emotion Understanding in LLMs},
author = {Changhao Song and Yazhou Zhang and Hui Gao and Kaiyun Huang and Peng Zhang},
journal= {arXiv preprint arXiv:2505.22548},
year = {2025}
}