SMILE-Next：教导大型语言模型检测、分类及推理笑声

笑声是传达超越娱乐的交际意图的复杂社会信号。针对现有研究多局限于孤立任务而缺乏现实场景综合理解的现状，本文提出 SMILE-Next 数据集，涵盖笑声检测、类型分类及推理三项任务的多模态文本表示与问答标注。基于此，我们构建了专用大模型，引入笑声特定自指令以增强泛化能力，并提出混合笑声专家（MoLE）框架，通过动态路由机制选择适配专家以提升任务性能。实验表明，该方法显著优于多模态基线模型，推动了鲁棒的现实世界笑声理解。