从情感分类到情感推理：提升大语言模型情感智能
计算机视觉与模式识别
2026-01-06 v1 人工智能
摘要
本文探讨了合成情感链式思维数据能否提升较小开放大语言模型 (LLM) 的情感推理能力。我们设计了一个多智能体生成管道，产生风格化的对话并将其转换为带解释的结构化情感多选题 (MCQs)。我们提出，对多种 7B 参数模型进行微调后，在 EmoBench 风格的评估中应能在情感理解和情感意识方面取得显著提升，表明无需架构变化即可诱导情感推理能力。我们的结果表明，微调后的 Mistral 7B 在欧洲 (EU) 方面实现了从 10.5 提升至 20.5，在情感意识 (EA) 方面从 40.5 提升至 60.0，验证了合成情感推理数据在提升模型处理细粒度情感任务方面的有效性。
引用
@article{arxiv.2601.01406,
title = {SwinIFS: Landmark Guided Swin Transformer For Identity Preserving Face Super Resolution},
author = {Habiba Kausar and Saeed Anwar and Omar Jamal Hammad and Abdul Bais},
journal= {arXiv preprint arXiv:2601.01406},
year = {2026}
}