9月3日
10:08
10:08官方账号arXiv cs.AI@Adrien Mialland, Marc Plantevit, Julien Gallois, Céline Robardet
精选73°
ViSAR是一种针对视觉文档问答的检索增强生成方法,通过构建查询条件化的页面级相似矩阵,动态确定检索页面数量。该方法在多个编码器和大型视觉语言模型上测试,可将RAG延迟降低58.7%,同时保持或提高答案准确性。研究还发现相似矩阵结构与答案准确性相关,为检索质量感知的文档理解提供新方向。
推荐理由:ViSAR让文档问答系统更聪明,能根据问题复杂度自动调整检索页面数,速度提升近六成还不影响准确率。