通用 VLM 兼任多模态重排器：单次选择题即可匹敌专用 reranker
Zhuchenyang Liu · hf · 2026-10-21
论文提出「多模态重排序是一个 System One 决策」：让通用视觉语言模型通过单次前向的选择题形式直接给出排序决策，无需单独训练部署专用 reranker。
在 MMEB-V2、ViDoRe V3 等 benchmark 上，零样本 VLM（27B）已可匹配甚至超过 2B/8B 专用重排器；加上轻量的 decision tuning 后表现进一步提升。这把检索-重排-生成流水线简化为单模型，省去 reranker 的训练、服务与更新成本。
「多模态」频道最新
- 网友用 AI 制作《死亡笔记》短片，Loophole 项目新作 — neptune765 · 2026-10-21
- 本地实测 Fibo 2.0 图像编辑：360 度转身保真，物体遮挡理解仍翻车 — Big_Parsnip_9053 · 2026-10-21
- 开源 Pictide：不写提示词，靠标签共现与偏好学习自动出图 — LykrInSleep · 2026-10-21
- Minimax H3 角色替换实测：Ref2va 8 步 LoRA 迁移面部表情演技 — mexxmillion · 2026-10-21
- 特伦托大学提出 Painting Change Map：可控生成绘画过程视频 — MHUGLab · 2026-10-21
- 开源 Hermes 视频工具链：一条命令让 Agent 从需求到成品 MP4 — Teknium · 2026-10-21