文章总结： 浙江大学ARClab团队施熠提出的MemoDetector框架被AAAI2026录用。该研究针对模因情感理解中融合不足及背景挖掘欠缺的挑战，利用多模态大模型进行文本增强，并设计双阶段融合策略。实验显示该方法在多个数据集上显著优于基线，有效提升了跨模态情感分析的准确性与鲁棒性。 综合评分： 74 文章分类： AI安全

浙江大学 | 计算机系统结构实验室ARClab团队论文被人工智能顶级会议AAAI 2026录用

信息网络安全杂志

2026年1月1日 17:01 上海

2025年11月，浙江大学计算机系统结构实验室（ARClab）施熠的论文“Enhancing Meme Emotion Understanding with Multi-Level Modality Enhancement and Dual-Stage Modal Fusion”被人工智能顶会The 40th Annual AAAI Conference on Artificial Intelligence (AAAI)录用。该论文由陈文智教授和魏成坤老师指导，提出了一种针对模因（meme）的情感理解框架，通过对原始模因信息的多层级模态增强以及细粒度的双阶段模态融合策略，更加准确地捕捉了模因背后的情感倾向，为多模态情感分析提供了一种有效的实现方案。

会议介绍

    AAAI是人工智能领域的国际顶级会议之一，也是中国计算机学会（CCF）认定的A类会议。会议汇聚全球AI领域最前沿的研究成果，涵盖机器学习、自然语言处理、计算机视觉、多智能体系统等方向，是全球科研人员展示创新工作、交流前沿思想的重要平台。

论文介绍

    随着互联网文化的发展，人们越来越倾向于使用“模因”（Meme）来表达自己的情感倾向，模因情感理解（MEU）也成为一个重要的课题。然而，当前的MEU方法存在两大缺陷：一是缺乏细粒度的模态融合策略，而是对模因的隐含含义以及背景知识挖掘不足。为了解决这些挑战，本文提出了一个新颖的MEU框架MemoDetector。首先，我们利用多模态大模型对模因进行四步骤文本增强，充分挖掘模因背后的隐含含义以及背景知识，这些多层次的由浅入深的增强信息，为后续基于小模型的分类提供了有效指引。之后，我们设计了一个新颖的双阶段模态融合策略，第一阶段对原始模因图像和文本进行浅层融合，而第二阶段深度整合增强的视觉和文本特征，这种层次融合使模型能更好地捕捉细微的跨模态情感线索。

    在多数据集上的实验结果表明，我们的方法始终优于基线。具体来说，MemoDetector在MET-MEME上提高了4.3%的F1分数，在MOOD上提高了3.4%。进一步的消融研究和深入分析验证了我们的方法的有效性和鲁棒性，突显了其在推进MEU方面的强大潜力。

作者介绍

    论文第一作者施熠，浙江大学计算机系统结构实验室（ARClab）2024级在读硕士生，主要研究方向为多模态内容理解和大模型安全。

往期精彩回顾

从竞赛“练兵场”到人才“孵化器”: 湖南大学、复旦大学、四川大学、西安邮电大学引领塑造网络安全新生力 守护语音安全: 华中科技大学CPSS团队如何打造Anti-Deepfake系统斩获创意作品赛冠军？

“网安+法学”双学位  |  看南开大学、东南大学、重庆邮电大学在新赛道上加速跑

“实战派”网安人才培养新范式，看上海交大、暨南大学、湖南大学如何转变模式锻造网安实战人才

顶会论文“存活”指南：从清华、天大、杭电审稿人视角看网络安全顶会 | IEEE S&P 审稿流程全解析

信息网络安全

《信息网络安全》创刊于2001年，是由公安部主管，公安部第三研究所、中国计算机学会主办，面向国内外公开发行的国内首批信息安全类期刊之一，于2015年成为中国科技核心期刊，2017年成为中国科学引文数据库来源期刊，2018年成为中文核心期刊，2022年入选CCF计算领域高质量科技期刊分级目录。

中文核心期刊

中国科技核心期刊

中国科学引文数据库来源期刊

CCF计算领域高质量科技期刊

我们在不断努力和完善中，期待您的关注和支持！

免责声明：

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。

任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。

本文转载自：信息网络安全杂志 《浙江大学 | 计算机系统结构实验室ARClab团队论文被人工智能顶级会议AAAI 2026录用》