概念

MLLM-as-a-Judge

以多模态大模型作为评判者，对检索结果进行语义级判定而非仅依赖标注标签，从而能区分真正错误与标注遗漏的合理匹配，用于诊断嵌入模型的失败根因。

时间轴 (近 90 天)

10月14日

研究者引入 MLLM-as-a-Judge 诊断框架，把 top-1 检索行为拆解为标注正例、假阴性以及难/易负例错误三类错误来源。

待验证50%

10月14日

MLLM-as-a-Judge 指以多模态大模型作为评判者，对检索结果进行语义级判定而非仅依赖标注标签，从而能区分‘真正错误’与‘标注遗漏的合理匹配’。

待验证50%

研究者引入 MLLM-as-a-Judge 诊断框架，把 top-1 检索行为拆解为标注正例、假阴性以及难/易负例错误三类错误来源。

MLLM-as-a-Judge 指以多模态大模型作为评判者，对检索结果进行语义级判定而非仅依赖标注标签，从而能区分‘真正错误’与‘标注遗漏的合理匹配’。