视觉语言模型 / CVPR2026
HUMORCHAIN:面向可解释多模态幽默生成的理论引导多阶段推理
HUMORCHAIN: Theory-Guided Multi-Stage Reasoning for Interpretable Multimodal Humor Generation
把幽默理论中的认知结构显式嵌入多阶段推理链,用于视觉到语言的生成;其「视觉语义解析→理论引导推理→判别器打分」的可解释链条可迁移到需要认知深度或风格化表达的图像描述与多模态生成任务。
多阶段推理图像描述生成幽默理论引导