从失败中学习：统一多模态检索的困难负例中心思维链

统一多模态检索旨在从异构输入中识别满足复杂用户意图的候选。LVLM检索器虽高效可扩展，但直接编码原始多模态输入常遗漏细粒度判别线索，导致语义相似候选混淆。现有思维链增强方法仅依赖查询自身推理，无法利用负例信息进行区分。

查看原文