细粒度情绪识别基准被指读法有误

Tobias Hallmen 等作者在 arXiv 预印本中指出，细粒度情绪识别基准 EmoNet-Face-HQ 的低表现源于读取答案的方式，而非模型的感知能力。他们保留该基准的图像、分类体系和评分，仅把读取答案的方式改为按类别逐一进行二分类 logits 查询，现成视觉语言模型（VLM）的表现即可匹敌甚至超越专用微调模型 Empathic-Insight-Face（EIF Small/Large）。 作者称，在验证条件下 11 个模型全部通过，κ_w 为 0.507–0.586，均显著优于专家在五个最可靠类别上的一致性 κ_w=0.468。 在真实照片数据集 FACES 上的复现结果较弱且好坏参半：通过有效性门槛的 10 个模型中 6 个提升、3 个持平到轻微向好、1 个下降，说明该效应并不限于合成数据。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。