ReWAM:检索反馈驱动多模态嵌入推理,自适应早停加速检索
_reachsumit · x · 2026-09-15
论文 ReWAM 针对通用多模态嵌入（UME）中 CoT 推理的两个部署瓶颈：
- 监督粒度：GRPO 给所有 CoT token 相同优势，未区分有依据的证据——提出检索感知自蒸馏（RASD），构造基于输入证据的特权引导，经策略内自教师蒸馏为 token 级监督。
- 延迟：完整 CoT 才出嵌入代价高——引入检索自适应早停，部分推理链足以支撑检索时提前截断，不损质量。
- 论文来自含淘宝搜索背景的团队，面向语料级检索部署。
「多模态」频道最新
- Reddit 用户吐槽 MiniMax 视频输出塑料感，20GB 模型占满硬盘 — DelboyTrigger · 2026-11-02
- 剪纸拼贴风提示词走红：民间故事质感出图模板分享 — azed_ai · 2026-11-02
- RTX 5090 实测三大视频超分方案冲 4K：SeedVR2 对比 MiniMax 与 FlashVSR — CeFurkan · 2026-11-02
- 网友发问:一人用 Kling 和 CapCut 能否讲出同样故事 — tetsuoai · 2026-11-02
- Midjourney sref 双码组合实测：中世纪版画风格的猫骑士 — sergeantsref · 2026-11-02
- AI 生成毛绒质感角色设计：狐耳少女、外星虫人与猫咪摄影师 — OVolosin82152 · 2026-11-02