論文の概要: MER-R1: Multimodal Emotion Reasoning via Slow-Fast Thinking Synergy

• arxiv url: http://arxiv.org/abs/2606.27652v1
• Date: Fri, 26 Jun 2026 02:07:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-29 18:24:25.351605
• Title: MER-R1: Multimodal Emotion Reasoning via Slow-Fast Thinking Synergy
• Title（参考訳）: MER-R1: Slow-Fast Thinking Synergyによるマルチモーダル感情推論
• Abstract要約: 推論に基づくMLLMでは、直接回答をトリガーする高速思考が、熟考的推論の後に遅い思考より優れていることがしばしばある。 MER-R1は低速補完を明示的な最適化に変換する強化学習フレームワークである。 我々は,MER-R1が最先端のパフォーマンスを達成し,感情認識に真に有益であることを示す。
• 参考スコア（独自算出の注目度）: 40.169056524927974
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We find that explicit reasoning does not necessarily translate into better multimodal emotion recognition (MER) accuracy, even though it makes predictions more interpretable. Specifically, for reasoning-based MLLMs, fast thinking by triggering direct answers often outperforms slow thinking after deliberative reasoning. Our empirical analyses show that fast thinking improves recall with broader and more confident predictions, whereas slow thinking favors precision through conservative filtering of incorrect categories. Building on these insights, we propose MER-R1, a reinforcement learning framework that turns slow-fast complementarity into explicit optimization. Dual-objective disentanglement separates recall and precision into two optimization signals, allowing them to be jointly optimized rather than traded off against each other. Slow-fast confidence calibration further aligns the final slow-thinking answer with fast-thinking intuition, strengthening correct emotions while suppressing incorrect ones. In this way, MER-R1 unifies the recall-oriented intuition of fast thinking with the precision-oriented selectivity of slow thinking. We further provide theoretical justification for this synergy, showing that it mitigates variance-induced interference during optimization. Extensive experiments on MER-UniBench and MME-Emotion show that MER-R1 achieves state-of-the-art performance and makes reasoning genuinely benefit emotion recognition.
• Abstract（参考訳）: 明示的な推論は、予測をより解釈可能としながらも、必ずしもより良いマルチモーダル感情認識(MER)精度に変換されない。 特に、推論に基づくMLLMでは、直接答えをトリガーすることで高速な思考が、熟考的推論の後に遅い思考より優れていることがしばしばある。 我々の経験的分析では、迅速な思考はより広範で自信のある予測によってリコールを改善する一方、遅い思考は不正確なカテゴリーの保守的なフィルタリングを通して精度を優先する。 これらの知見に基づいて、遅くて高速な相補性を明示的な最適化に変換する強化学習フレームワークであるMER-R1を提案する。 デュアルオブジェクトの非絡み合いは、リコールと精度を2つの最適化信号に分離する。 ゆっくりとした自信のキャリブレーションは、最後の遅い考えの答えを、素早く考える直感と整合させ、誤った感情を抑えながら正しい感情を強化する。 このようにして、MER-R1は、高速思考のリコール指向直観と、スロー思考の精度指向選択性とを統一する。 さらに, この相乗効果を理論的に正当化し, 最適化時の分散誘起干渉を緩和することを示した。 MER-UniBenchとMME-Emotionの大規模な実験は、MER-R1が最先端のパフォーマンスを達成し、感情認識に真に利益をもたらすことを示している。

関連論文リスト

• EvoThink: Evolving Thinking in Large Reasoning Models via Self-Pruning and Aha-Moment Preference Optimization [23.37325724250601]
  大規模な推論モデル(LRM)は、冗長な検証ステップのために過度に検討されることが多い。 冗長な検証を減らし,新たな推論経路の探索を促すフレームワークであるEvoThinkを提案する。
  論文  参考訳（メタデータ） (2026-07-22T09:40:22Z)
• Beyond Model Scaling: Test-Time Intervention for Efficient Deep Reasoning [34.912727372324625]
  Think-with-Meはテスト時のインタラクティブな推論パラダイムであり、推論プロセスに外部からのフィードバックの介入を導入する。 Think-with-Meは外部からのフィードバックのポイントでの推論を一時停止し、正確さを維持しながら冗長性を減らすために適応的に推論を拡張または終了する。 実験の結果,Think-with-Meは限られたコンテキストウィンドウ下での精度と推論長のバランスが良好であることがわかった。
  論文  参考訳（メタデータ） (2026-01-16T13:00:42Z)
• Addressing Overthinking in Large Vision-Language Models via Gated Perception-Reasoning Optimization [56.59356959631999]
  Gated Perception-Reasoning Optimization (GPRO) は3つの決定経路間で動的に計算をルーティングするメタ推論コントローラである。 GPROは精度と効率を大幅に改善し、最近のスロー思考法よりも優れている。
  論文  参考訳（メタデータ） (2026-01-07T23:05:17Z)
• Learning What to Attend First: Modality-Importance-Guided Reasoning for Reliable Multimodal Emotion Understanding [50.014363382140324]
  モダリティ・コンパタンス(MI)は、感情に支配的なモダリティを識別するためのシンプルで効果的なメカニズムである。 MIGRは推論シーケンスを再編成し、その説明は対象の感情に対して最も重要なモダリティから始まる。 その結果、MIGRは推論信頼性を大幅に改善し、感情的に矛盾した説明を伴う正しい予測の事例を減少させることがわかった。
  論文  参考訳（メタデータ） (2025-12-02T12:29:41Z)
• Controlling Thinking Speed in Reasoning Models [57.14541748751654]
  人間の認知は、高速で直感的なシステム1思考と遅いシステム2思考の2つのモードで動作する。 本研究では,LRMが動的思考速度調整によって人間の知能を近似することを可能にする。 提案手法は, LRMにおける思考速度の制御方法と, 最適性能をいつ調整するかという2つの重要な問題に対処する。
  論文  参考訳（メタデータ） (2025-07-04T16:41:06Z)
• Efficient Reasoning Through Suppression of Self-Affirmation Reflections in Large Reasoning Models [29.615519143908998]
  自己確認反射は、事前の内容を肯定する冗長な反射ステップであり、しばしば既に正しい推論ステップの後に起こる。 自己確認反射の抑制は複数のモデル間で精度を低下させることなく出力長を減少させることを示す。 また、そのような反射を明示的に抑制することで、現行の列車方式も改善する。
  論文  参考訳（メタデータ） (2025-06-14T05:30:09Z)
• Does Thinking More always Help? Mirage of Test-Time Scaling in Reasoning Models [130.5487886246353]
  Wait"や"Let me rethink"といったプロンプトを使って思考トレースを拡張することで、パフォーマンスが向上します。 テスト時にもっと考えることは、本当により良い推論につながるのでしょうか? 過度に考える”という理由から,新たな思考による初期パフォーマンス改善の一貫したパターンと,それに続く低下を示す。
  論文  参考訳（メタデータ） (2025-06-04T17:55:09Z)
• Don't Think Longer, Think Wisely: Optimizing Thinking Dynamics for Large Reasoning Models [68.96619605651155]
  大規模推論モデル(LRM)は、過度に考えることによって出力長を大幅に増加させる可能性がある。 モデル生成推論経路を異なる思考パターンに分割する動的最適化フレームワークを提案する。 提案手法は, 最大12%の精度向上を実現し, トークン使用量を約5,000から3,000に削減する。
  論文  参考訳（メタデータ） (2025-05-27T20:59:29Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。