共 2 篇相关文章
PILOT框架将推理轨迹建模为隐变量,用先验-后验协同演化替代事后奖励,在MMEB-V2基准78项任务上全面超越基线,揭示关系监督应前移为推理探索信号。
一项受控研究在MMEB基准上系统评估多模态嵌入的对比学习策略,发现多数策略仅带来微弱提升,并揭示梯度扭曲、分布幻觉与协同训练三大关键洞察。