**多模态重排序是系统一决策：通用 VLM 零样本超越专用模型**

_Multimodal Reranking Is a System One Decision_

> 研究提出多模态重排序本质上是一种“系统一”决策，无需专用模型即可通过通用视觉语言模型（VLM）实现。实验表明，利用 VLM 对候选项进行“选择”提问的零样本方法，在 MMEB-V2 图像检索等基准上显著优于专用重排序模型，且推理延迟更低。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-10-21 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.28435)