في خطوة مثيرة نحو تطوير وكيل ذكي قادر على التعاطف، أظهرت نماذج الرؤية واللغة الكبيرة (Large Vision-Language Models) تقدمًا ملحوظًا في فهم المشاعر. ومع ذلك، تظل الآليات الداخلية التي تدير كيفية تحويل هذه النماذج للمؤثرات البصرية المجردة إلى روايات عاطفية متماسكة غامضة إلى حد كبير. يعود السبب في ذلك إلى نقص الأدلة البصرية المضادة وطبيعة التعبير العاطفي المتنوعة.

تعمل الدراسة الجديدة على سد هذه الفجوة من خلال تقديم إطار جديد يرتكز على متجه التوجيه (steering-vector-based causal attribution framework) ذو صلة بالتفكير العاطفي الوصفي. وقد تم إنشاء مجموعة بيانات متخصصة لتوضيح الدوائر العاطفية التي تستند إلى آلية "Adapt-Aggregate-Execute" المكونة من ثلاث مراحل.

تجدر الإشارة إلى اكتشاف وظيفة الانفصال (functional decoupling): حيث يتم دمج المؤشرات البصرية العاطفية في الطبقات الوسطى عبر رؤوس انتباه متعددة تكمن في مشاعر محددة. ولكن يتم ترجمتها لاحقًا إلى عملية توليد الروايات في الطبقات العميقة عبر مسارات عامة للعواطف.

بدعم من هذه الرؤى، يتم تنظيم توجيه المعلومات العاطفية لتعزيز تدفق الانتباه وزيادة التفعيل الدلالي لتقوية التعبير. وعبر تجارب واسعة النطاق على مجموعة بيانات MER-UniBench الشاملة، توضح النتائج أن الطرق المستخدمة تحسن الأداء بشكل كبير من خلال تدخل زمني فعال، مما يقلل من الأخطاء العاطفية ويعزز من مصداقية الدوائر المكتشفة.