研究者提出多模态一致性评分MCS

Vasundra Srinivasan 等研究者提出多模态一致性评分（MCS），一种不依赖下游模型、无需人工标注即可评估多模态融合质量的指标。该指标将一致性拆分为 identity、spatial、semantic、decision 四个维度，并用 Nelder-Mead 优化学习各维度权重。 研究者称，MCS 高分并不等于数据质量好。该结论来自论文自述，尚未见独立验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。