EviRank：面向多模态图像重排序的结构化相关性证据

EviRank 将多模态图像重排序重构为语义约束满足问题，把纯文本、纯图像或组合查询解析为统一证据包：覆盖实体、属性、关系等六类语义槽位的类型化标准，并标注为必需、禁止或可忽略。该方法在文本到图像、图像到图像和组合图像检索五个基准上取得 SOTA，且无需训练；其蒸馏出的轻量学生模型以显著更低成本保留教师模型 90% 以上能力。