修复：将检索失败转变为反事实硬对

使用 CLIP 式双编码器的视觉语言检索可实现强大的跨模态性能，但实际准确性通常取决于局部语义区别，其中排名靠前的未遂匹配与真实匹配仅存在一个关键细节的差异。硬样本挖掘可以选择容易混淆的候选者，但无法构建正确的对应者；合成增强可以生成新颖的样本，但在不以实际模型故障为条件的情况下，目标是不相关的硬度维度。我们观察到排名靠前的误报是一个反事实支架——共享大部分查询语义，但在导致局部失败的残差方面有所不同。最小程度地纠正该残差会以相同的方式产生 真值 的硬阳性；纠正后的版本和未经编辑的版本形成了跨越决策边界的硬负对，产生互补的拉推监督。我们引入了 RePair，它以三个原则为指导：有效性、最小性和局部性，它双向挖掘误报，应用 LLM 引导的反事实编辑，并使用局部硬对对比目标进行训练。在 Flickr30K 和 COCO30K 上，RePair 的性能优于受控增强基线，仅使用 107K 合成样本——比同类方法少 26%--75%——确认故障条件修复比错误无关增强更具有数据效率。