实体
Valence-Arousal-Dominance
Valence-Arousal-Dominance
PulseAugur coverage of Valence-Arousal-Dominance — every cluster mentioning Valence-Arousal-Dominance across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新的TTS系统EmoTra-TTS模仿语音中自然的情感过渡
研究人员开发了EmoTra-TTS，一个新颖的文本到语音系统，旨在模仿单一句子中情感的自然、连续演变。与使用静态情感标签的现有系统不同，EmoTra-TTS采用多通道流混合流水线和双阶段效价-唤醒度-优势度（Valence-Arousal-Dominance）条件控制，以实现精确、可控的句内情感过渡。据报道，这种方法将情感过渡质量提高了87%，并在与最先进和商业系统相比的用户偏好测试中显示出显著的胜率，同时模型参数增加极少且没有延迟开销。
-
新的VIBE基准测试衡量LLM输出中的情感框架
研究人员推出VIBE，一个用于大型语言模型输出情感画像的新基准测试。该基准测试侧重于实体中心的VAD（效价-唤醒度-优势度）归因，将标量有利性与响应级别和目标导向的VAD区分开来。VIBE基准测试包含一个区分生成与外部评分的测量契约，并通过情感护照报告画像，强调了情感画像中规范实践的必要性。
-
研究人员开发情感感知LLM攻击以绕过点击诱饵检测
研究人员开发了一种新颖的方法来生成更有效的点击诱饵标题，通过优化情感影响来吸引用户。该方法利用了效价-唤醒度-优势度（VAD）空间来模拟情感动态，并采用大型语言模型（LLMs）来创建标题的风格化改写。生成的点击诱饵旨在增加用户的好奇心并逃避检测系统，实验表明现有分类器的性能显著下降。