論文の概要: AI Wizards at EXIST 2026: Hierarchical Soft-Label Learning for Multimodal Sexism Identification in Memes

• arxiv url: http://arxiv.org/abs/2607.04410v1
• Date: Sun, 05 Jul 2026 17:03:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-07 22:26:29.923189
• Title: AI Wizards at EXIST 2026: Hierarchical Soft-Label Learning for Multimodal Sexism Identification in Memes
• Title（参考訳）: EXIST 2026におけるAIウィザード: ミームにおけるマルチモーダル性識別のための階層型ソフトラベル学習
• Abstract要約: ミームにおけるマルチモーダル性差別識別のためのAIウィザーズをEXIST 2026に提出する。 このタスクは、より難しい3つのサブタスクから構成される。 当社の提出は、第2.3タスクで第1位、第2.1タスクで第4位、第2.2タスクで第2位にランクインした。
• 参考スコア（独自算出の注目度）: 0.5249805590164902
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present the AI Wizards submission to EXIST 2026 for multimodal sexism identification in memes. The task is composed of three, increasingly harder subtasks. We model them hierarchically as conditional soft-label prediction over empirical annotator distributions. Our system maps fixed Gemini Embedding 2 vision-language representations through a lightweight Gated MLP trained with KL divergence and homoscedastic uncertainty weighting. Our submissions ranked first on Task 2.3 and fourth on Tasks 2.1 and 2.2 on the official Soft-Soft leaderboards. The code is available at https://github.com/NLP-AI-Wizards/EXIST-2026
• Abstract（参考訳）: ミームにおけるマルチモーダル性差別識別のためのAIウィザーズをEXIST 2026に提出する。 このタスクは、より難しい3つのサブタスクから構成される。 経験的アノテータ分布に対する条件付きソフトラベル予測として階層的にモデル化する。 本システムマップでは,KLの分散と相補的不確実性重み付けを訓練した軽量Gated MLPを用いて,2つの視覚言語表現を固定した。 第2.3タスク、第4タスク、第2タスク、第2タスク、第2タスク、第2タスク、第1タスク、第2タスク、第1タスク、第2タスク、第2タスク、第2タスク、第1タスク、第2タスク、第2タスク、第2タスク、第2タスク、第2タスク、第2タスク、第2タスク、第2タスク、第2タスク、第2タスク、第2タスク、第2タスク、第2タスク、第2タスク、第2タスク、第2タスク、第2 コードはhttps://github.com/NLP-AI-Wizards/EXIST-2026で公開されている。

関連論文リスト

• Through the Eyes of the Beholder: Biometric and Demographic Conditioning for Multimodal Sexism Detection [1.0165430007278446]
  本稿では,人間のアノテータの心理的・人口的特性を検知パイプラインに組み込んだ,人間中心のフレームワークを提案する。 ミームテキストはGemma 4で抽出され視覚的に記述され、その後NLLB-200で英語とスペイン語の自動翻訳によって拡張される。 推定時, 深層マルチモーダルネットワークとスタイリスティックおよび生理的特徴に基づいて訓練された相補的なSVMとの間のソフトボイティングにより, 予測が生成される。
  論文  参考訳（メタデータ） (2026-09-14T14:05:13Z)
• BioSentinel at EXIST 2026: Soft-Label Optimization with XLM-RoBERTa for Sexism Intent Classification in Memes [0.8749675983608171]
  本稿では,バイオセンチネルチームによるEXIST 2026 Task 2.2: Source Intention in Memesへの参加について述べる。 この課題には、ミームの背後にあるコミュニケーション意図を、直接的、判断的、あるいは(非性的な)ノーとして分類する必要がある ソフトアノテータ分布にKL分散を組み込んだ複合損失関数を用いて訓練したxlm-roberta-base(270Mパラメータ)に基づくテキスト中心のアプローチを提案する。
  論文  参考訳（メタデータ） (2026-07-27T08:18:05Z)
• Arena-T2I Hard: Benchmarking and Improving Faithfulness with Dependency-Aware Checklist [69.81453995715673]
  既存の忠実度ベンチマークは単純な原子命令に依存している。 本稿では,実アリーナT2Iログから抽出した310プロンプトの応力ベンチマークであるArena-T2I Hardを紹介する。 本稿では,各プロンプトをイエス/ノー質問のDAGに分解し,失敗する両親の子孫をゼロにする依存性対応チェックリスト報酬を提案する。
  論文  参考訳（メタデータ） (2026-06-30T14:17:05Z)
• TempRet: Temporal Enhancement and Two-Stage Reranking for CVPR 2026 EPIC-KITCHENS-100 Multi-Instance Retrieval Challenge [71.10535279591527]
  我々は,CVPR 2026 EPIC-KITCHENS-100 MIRチャレンジに対して,TempRetと呼ばれるソリューションを提示する。 当社のアプローチは,CLIPベースのデュアルエンコーダのバックボーン上に構築されており,時間的および横断的な課題に対処するための2つの重要なコンポーネントを導入している。 EK-100 MIRベンチマークでは,平均mAPは67.97%,平均nDCGは82.92%であった。
  論文  参考訳（メタデータ） (2026-05-23T08:37:39Z)
• Beyond Binary Classification: Detecting Fine-Grained Sexism in Social Media Videos [12.430871103040275]
  我々はスペイン語で新しいマルチモーダル性差別検出データセットであるFineMuSeを紹介する。 また、セクシズム、非セクシズム、および皮肉とユーモアの修辞的な装置を包含する包括的階層的分類も導入する。 以上の結果から, マルチモーダルLPMは, 性差別の微妙な形態を識別する上で, 人間のアノテータと競争的に機能することが示唆された。
  論文  参考訳（メタデータ） (2026-02-17T17:45:28Z)
• CharXiv: Charting Gaps in Realistic Chart Understanding in Multimodal LLMs [62.84082370758761]
  CharXivは、arXiv論文の2,323のチャートを含む総合的な評価スイートである。 品質を確保するために、すべてのチャートと質問は、人間の専門家によって手書きされ、キュレーションされ、検証されます。 その結果、最強のプロプライエタリモデルの推論スキルの間に、かなり過小評価されていたギャップが明らかとなった。
  論文  参考訳（メタデータ） (2024-06-26T17:50:11Z)
• IITK at SemEval-2024 Task 4: Hierarchical Embeddings for Detection of Persuasion Techniques in Memes [4.679320772294786]
  本稿では,この課題に対するクラス定義予測(CDP)と双曲埋め込みに基づくアプローチのアンサンブルを提案する。 我々はHypEmoの階層的なラベル埋め込みと、感情予測のためのマルチタスク学習フレームワークを統合することで、ミーム分類の精度と包括性を向上する。
  論文  参考訳（メタデータ） (2024-04-06T06:28:02Z)
• MIPS at SemEval-2024 Task 3: Multimodal Emotion-Cause Pair Extraction in Conversations with Multimodal Language Models [13.137392771279742]
  本稿では,SemEval 2024 Task 3 の Subtask 2 に対して,会話におけるマルチモーダル感情の原因分析について提案する。 本稿では,テキスト,音声,視覚的モダリティを統合した新しいマルチモーダル感情認識・マルチモーダル感情原因抽出フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-03-31T01:16:02Z)
• AI-UPV at EXIST 2023 -- Sexism Characterization Using Large Language Models Under The Learning with Disagreements Regime [2.4261434441245897]
  本稿では,CLEF 2023のEXIST (sexism Identification in Social networks) LabへのAI-UPVチームの参加について述べる。 提案手法は、性差別の識別と特徴付けの課題を、不一致のパラダイムによる学習の下で解決することを目的としている。 提案システムは、大きな言語モデル(mBERTとXLM-RoBERTa)と、英語とスペイン語で性差別の識別と分類のためのアンサンブル戦略を使用する。
  論文  参考訳（メタデータ） (2023-07-07T04:49:26Z)
• MER 2023: Multi-label Learning, Modality Robustness, and Semi-Supervised Learning [90.17500229142755]
  第1回マルチモーダル感情認識チャレンジ(MER 2023)は、ACMマルチメディアで成功した。 本稿では、この課題の背景にある動機を紹介し、ベンチマークデータセットを説明し、参加者に関する統計情報を提供する。 この高品質なデータセットは、特に中国の研究コミュニティにとって、マルチモーダルな感情認識の新しいベンチマークになり得ると考えています。
  論文  参考訳（メタデータ） (2023-04-18T13:23:42Z)
• Exploiting Semantic Role Contextualized Video Features for Multi-Instance Text-Video Retrieval EPIC-KITCHENS-100 Multi-Instance Retrieval Challenge 2022 [72.12974259966592]
  EPIC-KITCHENS-100 Multi-Instance Retrieval Challenge 2022について述べる。 まず、文を動詞や名詞に対応する意味的役割にパースし、自己意図を利用して意味的役割の文脈化されたビデオ特徴を利用する。
  論文  参考訳（メタデータ） (2022-06-29T03:24:43Z)
• Unifying Architectures, Tasks, and Modalities Through a Simple Sequence-to-Sequence Learning Framework [83.82026345508334]
  モーダル性(クロスモダリティ、ビジョン、言語など)とタスク(画像生成、視覚接地、画像キャプション、画像分類、テキスト生成など)を統一する統合マルチモーダル事前訓練モデルOFAを提案する。 OFAは、イメージキャプション(COCO test CIDEr: 149.6)、テキスト・ツー・イメージ生成(COCO test FID: 10.5)、VQA(test-std encoder acc.: 80.02)、SNLI-VE(test acc.: 90)など、一連のマルチモーダルタスクにおける新しい最先端処理を実現している。
  論文  参考訳（メタデータ） (2022-02-07T10:38:21Z)
• Automatic Sexism Detection with Multilingual Transformer Models [0.0]
  本稿では,AIT_FHSTPチームによる2つのsexism Identification in Social neTworksタスクに対するEXIST 2021ベンチマークの貢献について述べる。 これらの課題を解決するために,多言語BERTとXLM-Rをベースとした2つの多言語変換モデルを適用した。 我々のアプローチでは、トランスフォーマーを性差別的コンテンツの検出に適用するために、2つの異なる戦略を用いています。 両方のタスクに対して、最高のモデルは、EXISTデータと追加データセットを教師なしで事前トレーニングしたXLM-Rです。
  論文  参考訳（メタデータ） (2021-06-09T08:45:51Z)

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。