仇恨模因检测

以博弈论多智能体协作框架应对模型偏差的仇恨模因分类

Tackling Model Bias via Game-theoretic Multi-agent Collaboration Framework for Hateful Meme Classification

把多个 LMM 当作博弈参与者，用个体准确率与跨模型一致性构成的混合奖励引导它们收敛到合作均衡，这一思路可直接迁移到任何需要多模态模型集成或投票的视觉-语言任务（如 VQA、多模态事实性判别），用来缓解单个模型的认知偏差。