**UniME-R1：基于硬负样本检索失败学习的多模态统一检索方法**

_Learning from Failures: Retrieval-Centric CoT via Hard Negatives for Unified Multimodal Retrieval_

> 论文提出UniME-R1框架，通过embedder-adviser架构学习检索失败经验，生成检索中心化思维链（RC-CoT）以改进多模态检索。该方法利用硬负样本模拟真实检索失败场景，分析候选项中的混淆线索，支持直接重排或生成RC-CoT进行全文库重新检索。在MMEB-V2等基准上的实验表明，该方法显著提升了检索性能。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-08-07 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2608.06060)