排名驅動強化學習

深度分析

ELVA：以排名驅動的通用多模態檢索框架緩解粒盲問題

隨著多模態大型語言模型被廣泛應用於通用多模態檢索，研究發現傳統對比學習忽略查詢的細粒度資訊，導致「粒盲」問題。ELVA 以規則式強化學習結合排名獎勵與邊際獎勵，重新排序負樣本，提升檢索精度。實驗在新建的 MRBench 基準上取得 13.1% 的顯著提升，證明其有效緩解粒盲。