给多模态大模型选视觉编码器：免训练评测方法 RAVEL 让相关性接近翻倍

研究团队提出免训练评测方法 RAVEL，通过跨模态近邻一致性为视觉编码器打分，在三个 LLM 上平均 Spearman 相关系数达 0.85，较免训练方法 GW 提升 93.5%、MutualNN 提升 101.1%。