Elva

ELVA框架解决多模态检索中的“粒度盲”问题 · 已追踪2个来源

研究人员推出了一种新颖的框架ELVA，旨在解决利用多模态大语言模型（MLLMs）的通用多模态检索（UMR）系统中的“粒度盲”问题。粒度盲是指模型在查询中忽略细粒度信息，将所有负样本同等对待。ELVA采用基于规则的、具有可验证奖励的强化学习（RLVR）方法来优化负样本的排名，并增加正负样本之间的相似度差距。为了评估其有效性，开发了一个名为MRBench的新基准，ELVA在该基准上取得了最先进的成果，包括MRBench上的显著13.1%的提升。