按需思考：基于双 LoRA 架构的自适应推理驱动多模态嵌入

针对现有多模态大模型在嵌入生成中 indiscriminately 使用思维链（CoT）导致的高成本与性能下降问题，本文提出“按需思考”（TWN）框架。该框架采用双 LoRA 架构，将推理与嵌入适配器附着于共享冻结骨干网，并通过自监督路由门控机制，根据输入复杂度自适应决定是否生成 CoT。此外，研究探索了嵌入引导的强化学习以进一步优化 CoT 质量。实验表明，TWN 在 MMEB-V2 基准上实现了最先进的嵌入质量，同时显著降低了推理开销与参数量。