★ 2
EDMA：用逻辑熵量化多模态问答各模态贡献
研究者提出熵驱动多模态问答框架 EDMA，把多模态问答形式化为迭代降低逻辑熵的过程，量化每种模态对区分正确与错误答案的贡献，并通过熵最小化选择推理轨迹。在标准 MMQA 基准上，相较 Planning Prompting 平均提升 12.8 F1，相较思维链提升 18.6 F1。
arXiv cs.AI12 天前
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
研究者提出熵驱动多模态问答框架 EDMA，把多模态问答形式化为迭代降低逻辑熵的过程，量化每种模态对区分正确与错误答案的贡献，并通过熵最小化选择推理轨迹。在标准 MMQA 基准上，相较 Planning Prompting 平均提升 12.8 F1，相较思维链提升 18.6 F1。
研究者提出 KnowForge，将检索增强问答拆分为 Locator 搜索智能体与 Deep Reader 阅读智能体，并加入桥接判断与证据池。在 M3DocVQA 上 F1 达 47.5，超过 M3DocRAG 11 个点；在 MultiHop-RAG 上准确率 73.5，超过已发表的 RAG …