**HuggingFace 论文：多模态嵌入对比学习策略受控研究**

_What Really Works for Universal Multimodal Embeddings? A Controlled Study of Contrastive Training Strategies_

> 该研究在 MMEB 基准上系统评估了多种多模态对比学习策略，发现大多数复杂策略相比标准基线增益甚微甚至导致性能下降。通过引入 MLLM-as-a-Judge 诊断框架，研究揭示了梯度失真、分布错觉等失效模式，并指出结合难负样本挖掘、假负样本缓解及难批次构建的协同训练策略可实现最优性能，在 Qwen2-VL-2B 上平均提升 6.0%。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-10-14 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.15035)