标签
本文提出 EviAlign，将语义证据生成与边界读出（Boundary Readout）耦合到共享的多模态大语言模型中，联合训练生成与对比检索目标。在 12 个 MMEB 检索任务上，EviAlign 以 500K 训练对达到 76.9 的平均 Recall@1，同时保持单向量索引与打分机制。