给多模态大模型选「眼睛」：RAVEL 免训练评测让相关性接近翻倍

研究团队提出免训练评测方法 RAVEL，用于在完整训练前预测视觉编码器接入目标 LLM 后的下游表现，平均 Spearman 相关系数达 0.85，比需要训练的 Alignment Probing 高 36.1%，比免训练方法 GW 和 MutualNN 分别高 93.5% 和 101.1%。