SMILE-Next: Un dataset multimodale per la comprensione della risata nei LLM
Un nuovo dataset chiamato SMILE-Next è stato lanciato da ricercatori per facilitare la comprensione della risata in situazioni reali. Questo dataset include rappresentazioni testuali multimodali e annotazioni di domande e risposte per tre compiti specifici: rilevare la risata, classificare i tipi di risata e ragionare sulla risata. L'obiettivo è creare un modello linguistico di grandi dimensioni (LLM) su misura per la comprensione della risata in vari contesti. Vengono introdotte due componenti principali: Self-Instruct per la risata, che migliora la generalizzazione generando una varietà di istruzioni incentrate sulla risata, e il framework Mixture-of-Laugh-Experts (MoLE), che presenta un'architettura esperta specializzata per i compiti. Questo lavoro mira ad approfondire l'analisi della risata come segnale sociale complesso. I risultati sono dettagliati in un articolo disponibile su arXiv (ID: 2605.28084).
Fatti principali
- SMILE-Next è un dataset per la comprensione della risata nel mondo reale.
- Include rappresentazioni testuali multimodali e annotazioni di domande e risposte.
- Tre compiti: rilevamento della risata, classificazione del tipo di risata e ragionamento sulla risata.
- Obiettivo: sviluppare un modello linguistico di grandi dimensioni specializzato nella risata.
- Self-Instruct specifico per la risata sintetizza diverse istruzioni incentrate sulla risata.
- Mixture-of-Laugh-Experts (MoLE) è un framework esperto specifico per il compito.
- La risata è descritta come un segnale sociale complesso che trasmette intenzioni comunicative.
- L'articolo è disponibile su arXiv (ID: 2605.28084).
Entità
Istituzioni
- arXiv