arXiv · cs.CL· Jianpeng Cheng·· 19 天前AI 评分27
MetaEncoder：探索用自然语言接口做多模态 System One 决策的双编码器极限
MetaEncoder: Exploring the Limit of Bi-Encoders for Multimodal System One Decision Making with Natural Language Interface
来源与原文
arXiv · cs.CL
作者：Jianpeng Cheng
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.11316v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
MetaEncoder 将预训练的 Muse-Glimmer 30B 解码器微调为指令跟随的决策编码器，让用户请求和候选选项均以自然语言表达并支持图像、视频输入。其采用双编码器架构与单向对比学习，可覆盖小于 256 的封闭集和百万级开放集候选空间。在 11 个 benchmark 套件、190 个任务上的评测显示其部分超越 SOTA 多模态编码器，但在推理密集型任务上仍有局限。
来源：arXiv · cs.CL · arxiv.org