更多即更好：一种基于 MoE 且与人类偏好对齐的情感识别框架
计算机视觉与模式识别
2025-08-11 v1
摘要
在本文中，我们展示了我们在 MER2025 半监督学习赛道（MER-SEMI）中的解决方案。我们提出了一个基于“更多即更好”原则的综合框架，以构建稳健的混合专家情感识别系统。我们的方法将多种输入模态作为独立专家进行整合，包括来自大型视觉语言模型（VLMs）的知识和时序动作单元（AU）信息等新颖信号。为了有效利用未标记数据，我们引入了一种基于一致性的伪标签策略，从基线模型和 Gemini 之间的一致性中生成高质量标签，并将其用于两阶段训练范式。最后，我们采用多专家投票集成结合基于规则的重排序过程来纠正预测偏差，并使输出更好地与人类偏好对齐。在 MER2025-SEMI 挑战赛数据集上进行评估，我们的方法在测试集上取得了 0.8772 的 F1 分数，在该赛道中排名第二。我们的代码可在 https://github.com/zhuyjan/MER2025-MRAC25 获取。
引用
@article{arxiv.2508.06036,
title = {More Is Better: A MoE-Based Emotion Recognition Framework with Human Preference Alignment},
author = {Jun Xie and Yingjian Zhu and Feng Chen and Zhenghao Zhang and Xiaohui Fan and Hongzhu Yi and Xinming Wang and Chen Yu and Yue Bi and Zhaoran Zhao and Xiongjun Guan and Zhepeng Wang},
journal= {arXiv preprint arXiv:2508.06036},
year = {2025}
}