机器之心：给多模态大模型选视觉编码器，RAVEL 免训练评测相关性接近翻倍

研究团队训练并评测 210 个多模态大模型后发现，现有跨模态评测方法在候选视觉编码器数量和多样性增加时性能显著下降，甚至弱于单模态方法。团队提出免训练评测方法 RAVEL，通过跨模态近邻一致性打分，并引入带稳定项的 PCA 白化与图像块级相似度匹配两项改进。