深思熟虑的匹配：用于零样本组合图像检索的测试时进化分层多智能体

零样本组合图像检索（ZS-CIR）需在保持参考图像视觉连续性的同时忠实执行修改文本的语义变量。针对现有方法存在的感知短视或逻辑漂移问题，本文提出一种分层“感知到深思”框架（PDF）。该框架首创引入经验自我进化与测试时缩放定律，利用意图路由管理器动态调度多视图感知信号构建候选池，并结合无训练推理策略蒸馏与锦标赛式测试时缩放策略，实现自我进化的细粒度推理。实验表明，该方法在三个基准数据集上均达到最先进水平。