arXiv · AI· Libiao Chen, Xiyang Liu, Yanheng Wei, Zhenyu Tang·· 7 天前AI 评分21
UMER:通过成对感知判别推理统一嵌入与排序,实现通用多模态检索
UMER: Unifying Embedding and Ranking via Pair-Aware Discriminative Reasoning for Universal Multimodal Retrieval
AI 导读
论文提出UMER框架,通过成对感知判别推理统一多模态嵌入与排序功能。 基于Qwen2-VL-2B/7B模型,在MMEB-V2基准上得分65.5/70.6,超越最强基线1.4/2.0分。 支持从高效嵌入检索到成对感知的灵活预算调整推理。
来源:arXiv · AI · arxiv.org