MMEmb-R1：具有配对感知选择与自适应控制的推理增强型多模态嵌入

尽管多模态大语言模型已成功应用于多模态嵌入任务，但其生成式推理能力尚未被充分利用。直接将思维链推理引入嵌入学习面临两大挑战：实例级推理与成对对比监督间的结构错位可能导致捷径行为；且推理并非对所有输入都有益。为此，本文提出 MMEmb-R1，一种基于自适应推理的多模态嵌入框架。该方法将推理建模为潜变量，引入配对感知推理选择机制，利用反事实干预识别有益的推理路径，并采用强化学习仅在必要时调用推理。实验表明，该模型在显著降低推理开销的同时取得了最先进性能。