面向训练-free 多模态仇恨局部化的大语言模型
计算机视觉与模式识别
2026-02-11 v1 多媒体
摘要
在线视频中仇恨内容的不断涌现构成对个体福祉和社会和谐的严重威胁。然而，现有视频仇恨检测解决方案要么高度依赖大规模人工标注，要么缺乏细粒度的时间精度。为此，本文提出了 LELA——首个基于训练-free 大语言模型（LLM）的仇恨视频局部化框架。不同于依赖监督管道的前沿模型，LELA 利用 LLM 和模态特定的描述符检测并局部化视频中的仇恨内容。该方法将视频分解为五种模态，包括图像、语音、OCR、音乐和视频语境，并采用多阶段提示方案为每个视频帧计算细粒度仇恨得分。我们进一步引入一种组合匹配机制以增强跨模态推理。在两个具有挑战性的基准数据集 HateMM 和 MultiHateClip 上的实验表明，LELA 以显著优势超过所有现有的训练-free 基线方法。我们还提供了广泛的消融实验和定性可视化，确立了 LELA 作为可扩展且可解释仇恨视频局部化的强大基础。
引用
@article{arxiv.2602.09637,
title = {Towards Training-free Multimodal Hate Localisation with Large Language Models},
author = {Yueming Sun and Long Yang and Jianbo Jiao and Zeyu Fu},
journal= {arXiv preprint arXiv:2602.09637},
year = {2026}
}