多模态幽默理解论文入选 EMNLP 2026 主会：教模型像漫画配图师一样思考
aykuterdemml · x · 2026-10-23
论文《Learning to Think Like a Cartoon Captionist: Incongruity–Resolution Supervision for Multimodal Humor Understanding》被 EMNLP 2026 主会接收。研究针对多模态 LLM 看懂《纽约客》式漫画的难题：模型能看到图像，却无法从所见推理出笑点。作者提出「不协调-消解」（Incongruity–Resolution）监督方法来训练多模态幽默理解能力。
「多模态」频道最新
- Spotify 清理 5000 万首 AI 垃圾曲目，三大流媒体出手标注 — lmoroney · 2026-10-23
- 开发者实测 MiniMax-H3：视频生成质量可全程本地运行 — AdinaYakup · 2026-10-23
- 用深度图做创作实验:Michal Malewicz 展示深度图新玩法 — michalmalewicz · 2026-10-23
- 用 reference latent 节点搞定 Flux3 一键可调风格迁移 — Winter_unmuted · 2026-10-23
- PhysVidBench 被 EMNLP 2026 收录：考视频生成模型的物理常识 — aykuterdemml · 2026-10-23
- Midjourney 高颜值 sref 风格码 820221253：淡紫水彩梦幻风实测 — umesh_ai · 2026-10-23