以下为上游提供的源文稿，可能存在识别错误。
乔木转写是基于源文稿的中文提炼，不是逐字翻译。请核对原文中的人名、数字与观点。
选一篇，慢慢读
从左侧挑一篇，正文会在这里排成书页。
Small multimodal models can misjudge emotion when words, voice, and visual cues conflict. We present EmoHarness, which runs such a model, the frozen student, inside a harness: the prompts, settings, and verification code around its calls. A human-written starting harness, the scaffold, numbers the student's visual obse
阅读原文 · Fenghai Li, Bingxuan Li, Jiawen Zhang, Yifan Shen, Jiateng Liu, Yutong Zhang, Yue Guo
向阳乔木 · opencode-go/deepseek-v4.1-flash
小型多模态模型有个常见问题：当文字、语气和画面传递的情绪互相矛盾时，它们容易判断错误。EmoHarness 的思路很直接，它不改动模型参数，只在模型外面包一层 harness（提示词、参数设置和验证代码），让冻结的学生模型在一个被设计过的流程里做情绪判断。 这篇论文值得看的地方在于，它把“提升小模型能力”的注意力从训练转向了上下文工程。而且作者做了一件少见的...