RAVEL：免训练评测视觉编码器新方法

2026年10月17日，机器之心报道，研究团队训练并评测了210个多模态大模型，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。为此，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。报道称，给多模态大模型选视觉编码器时，RAVEL的免训练评测相关性接近翻倍。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。