MRBench

新的ELVA框架解决了多模态检索中的“粒度盲”问题

研究人员推出了一种新颖的框架ELVA，旨在解决通用多模态检索（UMR）中使用的多模态大语言模型（MLLMs）的“粒度盲”问题。粒度盲是指模型平等对待所有负样本，忽略复杂查询中细微的信息。ELVA利用基于规则的可验证奖励强化学习（RLVR）框架，根据负样本与正样本的相似度来区分它们，从而提高模型学习区分粒度信息的能力。该框架还引入了MRBench，这是一个专门用于评估多粒度查询场景的新基准。ELVA在标准检索基准上取得了最先进的成果，并…