CANOPY：面向多模态 RAG 的自适应粒度证据压缩
CANOPY 是一种用于多模态检索增强生成的检索后证据压缩框架。它将检索到的文本、表格、图像和视频表示为层级结构，并根据各区域与查询的相关性，选择不同详细程度的内容。当现有证据不足时，评估模块还可以请求有针对性的后续检索。在包含3,300万条异构数据的语料库上进行的五项问答基准测试中，CANOPY 的平均回答准确率高于所评估的检索基线。在未路由的 Qwen3-VL-8B-Instruct 设置中，该方法将输入阅读器的证据词元减少了14.2%至27.7%，同时保持了相近的回答准确率。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。