MV-Debate：用于社交媒体多模态有害内容检测的多视角智能体辩论与动态反思门控
人工智能
2025-09-09 v3
摘要
社交媒体已演变为一个复杂的多模态环境，文本、图像及其他信号相互作用以塑造细腻的意义，常常隐藏有害意图。识别此类意图（如讽刺、仇恨言论或虚假信息）仍具有挑战性，原因在于跨模态矛盾、快速的文化变迁以及细微的语用线索。为此，我们提出了 MV-Debate（多视角智能体辩论框架），采用动态反思门控进行统一的多模态有害内容检测。MV-Debate 由四个互补的辩论智能体组成：表层分析师、深层推理者、模态对比者和社交语境家，从多样化的解释视角分析内容。通过迭代辩论与反思，智能体在反思收益准则下不断精炼响应，确保准确性与效率。三个基准数据集上的实验表明，MV-Debate 在强大的单模型和现有多智能体辩论基线上均显著优于后者。这一工作凸显了多智能体辩论在提升安全关键线上环境中社交意图检测可靠性方面的潜力。
引用
@article{arxiv.2508.05557,
title = {MV-Debate: Multi-view Agent Debate with Dynamic Reflection Gating for Multimodal Harmful Content Detection in Social Media},
author = {Rui Lu and Jinhe Bi and Yunpu Ma and Feng Xiao and Yuntao Du and Yijun Tian},
journal= {arXiv preprint arXiv:2508.05557},
year = {2025}
}