AHA-Memes：理解阿拉伯语 Memes 中仇恨的细粒度多模式基准

仇恨模因是一种日益增长的多模式在线伤害形式，其中敌对意图通常通过图像、文本、文化参考和隐含目标的联合解释来传达。虽然仇恨模因检测在高资源语言中取得了进展，但阿拉伯语仍然未被充分开发，现有模因资源主要集中在宣传或粗俗的有害内容标签上。我们推出了 AHA-Memes（阿拉伯语仇恨模因），据我们所知，这是第一个具有细粒度、多标签注释的大规模阿拉伯仇恨模因基准。该数据集包括 5K 个手动注释的模因，使用捕获仇恨类型（即攻击策略）的分类法。我们进一步提供 ~66K 银标模因以支持未来的研究。我们对纯文本、纯图像和后期融合多模态模型以及零样本和 微调 设置下的少样本上下文学习 (ICL) 以及开放和封闭权重视觉语言模型 (VLM) 进行基准测试。我们的结果建立了强有力的基线，并强调了基于文化的阿拉伯仇恨模因检测的关键挑战。我们发布数据集、注释指南和评估脚本以支持未来的研究。警告：本文包含可能会令读者感到不安的示例。