medea_rl

MEDEA 是一个面向用户生成内容（UGC）质量评估的多模态强化学习框架，聚焦于社会认知共鸣而非表层美学指标。其核心是 Social Chain-of-Thought（Social-CoT）机制，通过模拟多样化观众角色生成共情式推理路径，并结合格式合规性、评论多样性、社交对齐相似度及标签准确性四项指标构建复合奖励函数。项目基于 Python 实现，集成 Ray 分布式训练与 vLLM 高效推理，支持大规模 UGC 社交反馈建模。适用于短视频平台、社区论坛等需深度理解用户互动意图与共鸣效果的内容审核、推荐排序与创作者反馈系统。