Mehragenten‑VLMs verbessern Offensiv‑Content‑Erkennung mit PNU‑Loss
Die Erkennung von beleidigendem Inhalt in sozialen Medien erfordert präzise, gelabelte Daten – ein Ziel, das oft durch die geringe Häufigkeit solcher Vorkommnisse und die hohen Kosten für manuelle Annotationen erschwert wird. Um dieses Problem zu lösen, stellt ein neues Forschungsprojekt einen selbstlernenden Rahmen vor, der große Mengen unlabelter Daten nutzt und dabei die Kraft mehrerer Vision‑Language‑Modelle (MA‑VLMs) einsetzt.
