阿里联合南洋理工系统评测对比学习策略：多数花式技巧收效甚微
alibaba-multimodal-industrial-ai · hf · 2026-10-14
阿里集团与南洋理工等在 MMEB 上用统一基准系统评测多模态嵌入的对比训练策略，发现多数现有策略相比标准对齐基线仅带来边际收益，部分甚至降低性能。
- 提出 MLLM-as-a-Judge 诊断框架，将 top-1 检索错误拆解为标注正例、假阴性与难/易负例错误
- 三大发现：高相似负例梯度上加权损害泛化；正负例相似度分布分离更宽不等于检索更好；难负例挖掘+假阴性缓解+难批构建三者结合才最优
- 组合策略在 Qwen2-VL-2B 上平均提升 6.0%
「研究」频道最新
- 老程序员把 Herbert 编程挑战改造成 Agent 基准，附完整提示词 — nankezhishi · 2026-10-14
- NVIDIA 开源胸 CT 报告模型:7 万例扫描训练,单卡 30 秒出报告 — MaziyarPanahi · 2026-10-14
- 用贝叶斯视角解读「fork and flush」:重置上下文而非丢弃先验 — vishalmisra · 2026-10-14
- MIT 教授 Buehler：ChatGPT 前三周的预言正被超级智能系统验证 — ProfBuehlerMIT · 2026-10-14
- Meta 论文：reward hacking 可在多智能体编码系统间传染扩散 — omarsar0 · 2026-10-14
- Memento 3 用冻结 LLM 通关全部 25 个 ARC-AGI-3 游戏，仅用人类 44% 步数 — dair_ai · 2026-10-14