EviRank：基于结构化相关性证据的多模态图像重排序

EviRank 是一种新的多模态图像重排序方法，将查询解析为六种语义槽的证据包，每个槽标记为必需、禁止或可忽略。重排序基于证据条件验证，结合确定性评分和证据支持的列表比较，无需训练。在五个基准上达到最优性能，蒸馏学生模型保留逾90%能力且成本更低。

此前重排序器要么将多面相关性压缩为不透明嵌入，要么依赖自由链式思维，容易遗漏或幻觉细微约束。EviRank 将重排序重构为语义约束满足问题，提供结构化证据包，显著提升组合查询的准确性和可解释性。

EviRank 借鉴 NLP 的评分清单评估，将多样查询解析为统一证据包，包含六种语义槽并标注必需、禁止或可忽略。重排序成为证据条件验证，结合确定性规则评分和证据支持的列表比较，无训练过程。证据还可用于蒸馏轻量学生模型，兼顾性能与效率。

对于图像搜索产品，EviRank 可能提高组合查询（如“找这件衬衫的粉色款”）的排序准确性，减少用户翻页成本。蒸馏学生模型降低推理成本，便于部署。研发团队需调整查询解析与重排序流程，但无需训练新模型。

• 在电商图像搜索中集成 EviRank，改善属性修改类查询（如颜色变化）的排序效果
• 利用 EviRank 证据包提升搜索可解释性，向用户展示匹配约束以增强信任
• 基于证据蒸馏轻量模型，部署于端侧或低延迟场景，降低服务器成本
• 结合多模态大模型，将 EviRank 用于视觉问答中的重排序环节

• EviRank 在真实大规模生产环境中的性能未在证据中说明
• 证据未提及与其他重排序方法在计算成本上的具体对比
• 蒸馏学生模型的“substantially lower cost”具体降低多少未量化
• 开箱即用的 EviRank 是否可直接用于非英语查询未知