研究团队提出多模态双编码器MetaEncoder

2026年10月9日，研究人员在 arXiv 发布多模态双编码器 MetaEncoder 相关研究。该框架通过将预训练 Muse-Glimmer 30B 解码器微调为指令遵循型决策编码器，构建了完全基于自然语言与多模态输入的 System One 决策框架。在架构设计上，MetaEncoder 采用双编码器架构及单向对比学习，可同时支持小于 256 项的闭集与百万级开集候选空间。在涵盖 11 个基准套件、190 项任务的评估中，MetaEncoder 的表现超越了现有的 SOTA 多模态编码器。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。