PulseAugur
实时 11:40:05
English(EN) CLARA: Clip-Level Multimodal Alignment with VLM-Derived Rationales for Hateful Video Detection

CLARA框架通过剪辑级分析增强仇恨视频检测 · arXiv研究

研究人员开发了CLARA,一个新颖的框架,旨在通过在剪辑级别分析视频来检测视频中的仇恨内容。这种方法将视频建模为细粒度剪辑的序列,以更好地捕捉短暂且隐晦的、经常出现的时域局部仇恨信号。CLARA包含一个用于多模态对齐的专家混合剪辑编码器,一个用于建模短期和长期时间依赖性的对比目标,以及用于提供语义指导的VLM派生推理。在三个数据集上的实验表明,CLARA的性能显著优于现有方法。 AI

影响 该框架可以提高以视频为中心的社交媒体平台的安全性和审核能力。

排序理由 这是一篇详细介绍用于仇恨视频检测的新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

CLARA框架通过剪辑级分析增强仇恨视频检测 · arXiv研究

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Yuchen Zhang, Shuang Dai, Zeyu Fu, Yunfei Long, Ravi Shekhar, Haralambos Mouratidis ·

    CLARA:使用 VLM 推导的理由进行剪辑级多模态对齐以检测仇恨视频

    arXiv:2608.15905v1 Announce Type: new Abstract: Hateful video detection has become increasingly important with the rapid growth of video-centric social media platforms, given the serious risks that hate speech poses to both individual well-being and social cohesion. Compared with…