2024年12月，ICASSP 2025会议发出了审稿结果通知，研究团队吕秀程和王冰冰同学的两篇论文被会议接收。ICASSP（International Conference on Acoustics, Speech and Signal Processing）即国际声学、语音与信号处理会议，是全世界最大的，也是最全面的信号处理及其应用方面的顶级会议。在中国计算机学会推荐会议列表中被列为B类。本次会议将于2025年4月6日-11日在印度海得拉巴举行。论文信息如下：
题目：
Bootstrapping LLM-based Fact-checking via Iterative Rationalization Finetuning
作者：
Xiucheng Lyu, Chengyu Cao, Mingwei Sun, Bin Liang, Liang Yao, Ruifeng Xu*
简介：
随着虚假信息的快速传播，事实核查（即基于证据判断声明真伪的任务）日益重要。现实世界中的事实核查常常需要检验复杂的声明，这需要多步骤的推理，因此对模型的自主能力提出了很高的要求。基于大型语言模型（
LLM
）的事实核查通过生成自然语言的推理过程，进行多步骤推理。然而，它容易受到误差累积问题的影响，推理过程中出现的任何错误都会导致错误的标签。为了解决这个问题，本文提出了一种迭代式推理微调方法，通过使用高质量的推理过程对
LLM
进行微调，以增强其能力。具体来说，使用正确的标签来引导高质量推理过程的生成，并反过来利用这些推理过程来微调
LLM
本身，从而构建一个自我完善的循环。在
HoVer
和
FEVEROUS-S
基准测试的结果验证了所提出方法的有效性，显示本方法取得了目前最先进的性能，尤其是在多步骤推理场景中。
题目：Enhancing Emotion Reasoning for Image Multi-Emotion Prediction
作者：Bingbing Wang, Geng Tu, Bin Liang, Zhixin Bai, Min Yang, Xi Zeng, Liang Yao, Ruifeng Xu∗
简介：图像多情绪预测任务旨在识别人类由图像引起的多重情绪。在现实世界中，个体之间的认知差异会导致不同的观看者感受到不同的情绪。现有研究主要集中在分析图像特征，往往限于感知层面，导致对情绪的理解较为肤浅。因此，本文提出了一种基于多模态大语言模型的情绪推理链（EReC），可以同时学习感知能力和推理能力以进行多种情绪预测。具体来说，本文设计了一个高效的微调范式，包括感知，推理和预测三个任务指令。该范式通过在某一领域内逐步执行特定指令进行微调，从而提升模型在图像感知、认知推理以及多重情绪预测方面的能力。此外，为了减轻大型模型的幻觉，EReC引入了推理对齐分数（RAS）引导模型更接近人类认知。在四个数据集上的实验表明，论文提出的EReC方法通过模仿人类观看和解释图像的认知过程，采用渐进式调优的方式以整合大模型的感知、推理和预测能力，达到了很好的性能。
|
