热点事件持续更新
研究团队提出多模态情感分析模型ConsMSA
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
2026年10月26日，研究团队在 arXiv 发表研究，提出面向多模态情感分析的新模型 ConsMSA。该方法通过建模模态内与模态间的语义分布一致性，实现稳健高效的情感预测，并利用一致性分数对齐潜在分布、自适应重加权以及剪枝冗余或冲突 token。实验表明，ConsMSA 在 CMU-MOSI、CMU-MOSEI 和 CH-SIMS 三大基准数据集上均取得 SOTA 性能，且仅保留 10% 的 token 即可维持相当的预测准确率。
AI 根据报道生成 · 10 小时前更新
最新进展10月26日 12:00
研究团队提出 ConsMSA 模型，在三大基准上取得 SOTA 性能并实现高效 token 剪枝。报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- arXiv 机器学习ConsMSA：面向多模态情感分析的语义分布一致性学习
研究人员提出多模态情感分析模型 ConsMSA，通过建模模态内与模态间的语义分布一致性，实现稳健高效的情感预测。该方法利用一致性分数对齐潜在分布、自适应重加权并剪枝冗余或冲突 token。在 CMU-MOSI、CMU-MOSEI 和 CH-SIMS 上，ConsMSA 取得 SOTA 性能，且仅保留 10% token 即可维持相当的准确率。
本事件热度走势
当前热度 8·可比范围峰值 10（10月26日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。