该框图基于CcDPO论文（NeurIPS 2025）的表7数据，探讨了多模态模型中“先全局后局部”的训练顺序在四个基准测试（MuirBench、Mantis、BLINK、Q-Bench2）上是否绝对占优。图表横向对比了五种训练配置（基础模型、仅全局层、仅局部层、局部→全局、全局→局部）的性能得分。数据表明，整体呈现出“全局→局部”配置的显著优势，其在MuirBench（48.6）、Mantis（69.6）和BLINK（55.9）三个基准上均取得最高分；而“局部→全局”仅在Q-Bench2上以77.8微弱领先。右侧的“顺序对照”进一步量化了差异：以全局先训练去减局部先训练的差值，MuirBench呈现+2.1的增益，而Q-Bench2则出现-0.2的反向小差值。图表底部给出了客观的结论提示：虽然有三列数据支持先全局后局部的顺序，但表格仅提供描述性比较，不能据此推断差异具有统计学显著性。无论你是研究多模态大模型对齐策略的科研人员、探索模型微调顺序与组件消融的算法工程师，还是致力于优化视觉语言模型训练流程的开发者，都能从中获得严谨的实验设计参考。