09:19官方账号arXiv cs.AI@Kaiwen Zheng, Junchen Fu, Wenhao Deng, Hu Han, Joemon M. Jose, Xuri Ge论文针对多模态情感识别(MER)中大模型(如7B参数)推理慢、难以部署的问题,提出轻量级框架Light-MER,模型参数小于1B。通过知识蒸馏将大教师模型的知识迁移至学生模型,引入两种优化策略:基于Sliced Wasserstein距离与隐藏状态对齐的最优传输损失,以及基于GRPO的多奖励优化以平衡性能与效率。在9个基准数据集上,Light-MER取得SOTA性能,同时推理速度显著提升。代码已在GitHub开源。论文Light-MER知识蒸馏多模态推荐理由:他们挑战了多模态情感模型必须大的假设,用知识蒸馏搞出<1B的Light-MER,9个基准超了大模型还更快,做部署的可以看看。原文稍后读已读值得跟进有用关注 Light-MER