arXiv · cs.AI· Hexiang Gu, Saihui Hou, Changlan Liu, Min Ren, Huijia Wu, Hongxun Gu, Zhaofeng He·· 6 小时前
MemeLogos：基于知识驱动检索增强推理的有害模因检测框架
MemeLogos: Knowledge-Driven Retrieval-Augmented Reasoning for Harmful Meme Detection
arXiv:2610.15463v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Hexiang Gu, Saihui Hou, Changlan Liu, Min Ren, Huijia Wu, Hongxun Gu, Zhaofeng He
研究任务与主要进展
作者提出MemeLogos知识驱动检索增强推理框架，用于检测社交媒体中的有害模因。该方法从多样有害案例中抽象可复用的危害模式与推理结构，组织成专用星形知识图谱，再结合结构化检索和显式多阶段推理辅助检测。基于论文摘要，作者报告该框架在有害模因检测中持续优于既有方法，并生成更连贯、可解释的推理过程。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org