IIT 德里 FIRE 框架入选 EMNLP 2026:记忆高效的多智能体反驳仇恨言论
Tanmoy_Chak · x · 2026-10-25
IIT Delhi 团队(LCS2 Lab)发布 EMNLP 2026 主会论文《Counter with Evidence!》,提出针对仇恨言论的反驳言论生成框架 FIRE,核心是'不仅反对仇恨,还要理解其底层主张并用正确策略与证据回应'。
框架分两阶段:
- HEAL 阶段:Hate Speech Analyst(基于 Qwen 3-1.7B)利用训练好的对比编码器检索记忆库中的 top-k 范例,预测结构化隐变量——目标群体、仇恨类型、推理链和搜索查询;当仇恨类型含事实性主张时触发 Web Search Tool 检索支持证据。
- CARE 阶段:Counterspeech Generator 综合原始输入、结构化分析、检索证据与范例风格,生成最终反驳文本。
设计目标是记忆高效推理,以小型模型配合检索与网络搜索完成策略化的证据型反驳。
「研究」频道最新
- 训练投毒事件受害者发声,字节研究员称 VAR 式路线是 bitter lesson — zibuyu9 · 2026-10-25
- JevBench v1.7 引入 10 秒规则:超时即判错,模拟真实产品决策 — airesearch12 · 2026-10-25
- 开源虚拟人体模型：700 肌肉执行器、206 关节、90 身体节段 — mtizard · 2026-10-25
- EMNLP 论文：用户信任模型结论而非推理，自信语气掩盖错误 — MaartenSap · 2026-10-25
- Prime Intellect 合并 IcePop 分数中心化与截断采样回放支持 — samsja19 · 2026-10-25
- EMBER 提出 token embedding 层概念擦除法，防 LLM 知识再学习 — megamor2 · 2026-10-25