9个情绪词+50段小故事，找出跨4种模态的通用情绪轴！性能直追监督模型93%
Nine Emotion Centroids: A Label-Free Valence Axis That Transfers Across Four Modalities
👨💼 主理人解读 · 为什么值得关注
仅用9个情感词和少量文本即可提取跨模态情感极性轴，大幅减少标注需求。
📖 AI 总结
现代语言模型内部存在一个单一方向向量，用于追踪语句的情感正负倾向。研究者仅用9个情绪类别名称及每类50段短叙事文本（约1500个标签，远少于传统监督方法），即可提取这一情感轴（V轴），且该方向在视觉、音频和人脑编码器中同样出现，尽管这些编码器从未联合训练。方法是对冻结编码器中九个情绪锚定故事集的嵌入取平均，再计算主方向。投影新输入后，在SST-2上达到监督性能的93%（Llama-3-8B-Instruct，AUC 0.772对比0.828），与11,811张EmoSet图像的人类效价评分相关r=0.636，在ESC-50音频上AUC达0.906。基于文本标签训练的2参数分类器可迁移至图像（AUC 0.961）、音频（0.764）和脑记录（0.828），无需目标模态标签；而通用16维子空间仅随机水平（0.525）。该方法仅适用于连续属性，对类别概念测试接近随机，且引导效果因模型家族而异（Llama/Mistral有效，Qwen/Gemma无效）。
🔑 关键词速览
| Valence Axis (V-axis) | 效价轴，指在嵌入空间中表示情感积极或消极程度的一个方向。 |
| Principal Direction | 主方向，通过主成分分析得到的最大方差方向，用于提取数据的主要变化模式。 |
| SST-2 | 斯坦福情感树库二分类数据集，常用于情感分析任务。 |
| AUC | ROC曲线下面积，衡量分类器性能的指标，值越高表示性能越好。 |
| Steering | 引导，指通过调整模型内部表示来控制生成输出的方向。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅