2026年EXIST竞赛中的AI奇才：用于表情包中多模态性别歧视识别的分层软标签学习
AI Wizards at EXIST 2026: Hierarchical Soft-Label Learning for Multimodal Sexism Identification in Memes
AI总结：
针对表情包多模态性别歧视识别，将任务分层建模为基于经验注释者分布的条件软标签预测，用轻量级门控MLP映射视觉语言表征，在竞赛中取得好成绩。
摘要：
我们展示了AI奇才团队提交至2026年EXIST竞赛用于表情包中多模态性别歧视识别的内容。该任务由三个难度递增的子任务组成。我们将它们分层建模为基于经验注释者分布的条件软标签预测。我们的系统通过一个用KL散度和同方差不确定性加权训练的轻量级门控MLP来映射固定的Gemini Embedding 2视觉语言表征。我们的提交在官方Soft-Soft排行榜上，在任务2.3中排名第一，在任务2.1和2.2中排名第四。代码可在这个https网址获取。
英文摘要：
We present the AI Wizards submission to EXIST 2026 for multimodal sexism identification in memes. The task is composed of three, increasingly harder subtasks. We model them hierarchically as conditional soft-label prediction over empirical annotator distributions. Our system maps fixed Gemini Embedding 2 vision-language representations through a lightweight Gated MLP trained with KL divergence and homoscedastic uncertainty weighting. Our submissions ranked first on Task 2.3 and fourth on Tasks 2.1 and 2.2 on the official Soft-Soft leaderboards. The code is available at https://github.com/NLP-AI-Wizards/EXIST-2026
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
