EXIST 2026의 AI 마법사들: 밈에서의 다중 모드 성차별 식별을 위한 계층적 소프트 레이블 학습

초록

본 논문은 밈(Meme)에서의 다중모드 성차별 식별을 위한 EXIST 2026 대회에 제출한 AI Wizards의 접근법을 소개한다. 해당 과제는 난이도가 점차 증가하는 세 개의 하위 과제로 구성되어 있으며, 이들을 경험적 주석 분포에 대한 조건부 소프트 레이블 예측으로 계층적으로 모델링한다. 본 시스템은 경량화된 Gated MLP를 통해 고정된 Gemini Embedding 2 시각-언어 표현을 매핑하며, KL 발산과 동질적 불확실성 가중치를 활용하여 학습한다. 본 제출 모델은 공식 Soft-Soft 리더보드에서 Task 2.3에서 1위, Task 2.1과 2.2에서 각각 4위를 기록했다. 코드는 https://github.com/NLP-AI-Wizards/EXIST-2026에서 확인할 수 있다.

English

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