2025年国际人工智能和多模态服务会议（AIMS 2025）于9月27日至30日在香港举行。AIMS 2025是服务会议联盟（SCF）的成员，由Services Society和Springer出版社组织，论文集将由Springer出版，收录于Lecture Notes in Computer Science。

来自研究团队的硕士生井然同学的论文《Towards Fast-Slow Thinking in Conversational Emotion Recognition via Causal Prompting with Peak-End Rule》经专家评选，荣获本次会议“最佳学生论文奖”。最佳论文奖由服务协会和Springer资助。

论文题目：Towards Fast-Slow Thinking in Conversational Emotion Recognition via Causal Prompting with Peak-End Rule

论文作者：Ran Jing，Geng Tu，Ruifeng Xu*

简介：大语言模型（LLM）的快速发展为对话情感识别（ERC）开辟了新的机遇。然而，大多数现有的基于LLM的方法忽略了两种潜在的因果关系：话语驱动情绪，以及情绪驱动话语。这两个方向与心理学中的对偶系统理论密切相关，该理论区分了快速思考和慢速思考。为了明确地模拟这些双向的动态因果，论文提出了一个动态因果提示框架（DCPF）。该框架利用因果提示来增强LLM的上下文建模能力。受峰终定律（Peak-End Rule）的启发，DCPF会评估当前话语反映的是快速思维还是慢速思维，并据此推断其因果倾向。基于此分析，DCPF在每次迭代中动态调整相应的因果提示，以指导LLM更准确地建模对话语境。在多个基准测试中的实验表明，DCPF显著提高了多模态和纯文本ERC性能，尤其是在长上下文场景。

Ran Jing, Geng Tu, Ruifeng Xu. Towards Fast-Slow Thinking in Conversational Emotion Recognition via Causal Prompting with Peak-End Rule. Proceedings of The 2025 International Conference on AI and Multimodal Services, September 2025, Hong Kong, China.

井然同学获奖照片