我们真的需要大于1B参数的多模态情绪语言模型吗？

2026-07-16 · AI 论文

摘要（译文）：多模态大模型(MLLM)提升多模态情绪识别(MER)性能，但常伴随参数增大（至少 7B），高计算成本阻碍机器人/移动端实时部署。本文挑战"大模型必要"假设，提出轻量框架 Light-MER，通过知识蒸馏将强教师模型知识转移至亚十亿学生模型。两种新优化：①结合切片 Wasserstein 距离与隐状态对齐的最优传输损失；②基于 GRPO 平衡性能与效率的多奖励优化。九个基准上达 SOTA 且更高效。