MM-StanceDet：检索增强的多模态多智能体立场检测
人工智能
2026-05-01 v1 计算与语言
摘要
多模态立场检测（MSD）对于理解公共话语至关重要，然而有效融合文本和图像，尤其是在存在冲突信号时，仍然具有挑战性。现有方法常常面临上下文基础薄弱、跨模态解释歧义和单次推理脆弱性等困难。为了解决这些问题，我们提出了检索增强的多模态多智能体立场检测（MM-StanceDet），这是一个新颖的多智能体框架，集成了用于上下文基础的检索增强、用于细致解释的专门多模态分析智能体、用于探索视角的推理增强辩论阶段，以及用于稳健裁决的自我反思。在五个数据集上的大量实验表明，MM-StanceDet 显著优于最先进的基线模型，验证了其多智能体架构和结构化推理阶段在解决复杂多模态立场挑战方面的有效性。
引用
@article{arxiv.2604.27934,
title = {MM-StanceDet: Retrieval-Augmented Multi-modal Multi-agent Stance Detection},
author = {Weihai Lu and Zhejun Zhao and Yanshu Li and Huan He},
journal= {arXiv preprint arXiv:2604.27934},
year = {2026}
}
备注
Accepted on ACL 2026 Main Conference